α-Gal antigen-deficient rabbits with GGTA1 gene disruption via CRISPR/Cas9
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Previous studies have identified the carbohydrate epitope Galα1-3Galβ1-4GlcNAc-R (termed the α-galactosyl epitope), known as the α-Gal antigen as the primary xenoantigen recognized by the human immune system. The α-Gal antigen is regulated by galactosyltransferase (GGTA1), and α-Gal antigen-deficient mice have been widely used in xenoimmunological studies, as well as for the immunogenic risk evaluation of animal-derived medical devices. The objective of this study was to develop α-Gal antigen-deficient rabbits by GGTA1 gene editing with the CRISPR/Cas9 system. RESULTS: The mutation efficiency of GGTA1 gene-editing in rabbits was as high as 92.3% in F0 pups. Phenotype analysis showed that the α-Gal antigen expression in the major organs of F0 rabbits was decreased by more than 99.96% compared with that in wild-type (WT) rabbits, and the specific anti-Gal IgG and IgM antibody levels in F1 rabbits increased with increasing age, peaking at approximately 5 or 6 months. Further study showed that GGTA1 gene expression in F2-edited rabbits was dramatically reduced compared to that in WT rabbits. CONCLUSIONS: α-Gal antigen-deficient rabbits were successfully generated by GGTA1 gene editing via the CRISPR/Cas9 system in this study. The feasibility of using these α-Gal antigen-deficient rabbits for the in situ implantation and residual immunogenic risk evaluation of animal tissue-derived medical devices was also preliminarily confirmed.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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