MétaCan
Menu
Retour à la cohorte
Enregistrement W4249458361 · doi:10.1038/npre.2012.6876

A quantitative model for efficient construction of lentiviral vectors with a unique clone site

2012· preprint· en· W4249458361 sur OpenAlexafffund
Gang Zhang, Anurag Tandon

Notice bibliographique

RevueNature Precedings · 2012
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésInsert (composites)Cloning (programming)clone (Java method)Computational biologyMutagenesisBiologyViral vectorMutantRecombinant DNAMolecular biologyGeneticsGeneComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Lentiviral vectors (LVs) were a powerful tool for transgene expression in vivo and in vitro. However, the construction of LVs is of low efficiency, due to the large sizes and lack of proper clone sites. Therefore, it is critical to develop efficient strategies for cloning LVs. Here, we reported a combinatorial strategy to efficiently construct LVs using EGFP, hPlk2 wild type (WT) and mutant genes as inserts. Firstly, site-directed mutagenesis (SDM) was performed to create BamH I site for the inserts; secondly, pWPI LV was dephosphorylated after BamH I digestion; finally, the amounts and ratios of the insert and vector DNA were optimized to increase monomeric ligation. Our results showed that the total percentage of positive clones was approximately 51.3%±15.2%. Using this model, almost all the vectors could be constructed through two or three minipreps, therefore, our study provided an efficient quantitative model for constructing large-size vectors.This paper has since been published in Scientific Reports: Zhang, G. & Tandon, A. Quantitative assessment on the cloning efficiencies of lentiviral transfer vectors with a unique clone site. Sci. Rep. 2, 415;DOI:10.1038/srep00415 (2012)

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,323
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature PrecedingsMême sujetVirus-based gene therapy researchTravaux en français237 207