MétaCan
Menu
Retour à la cohorte
Enregistrement W4308612054 · doi:10.1111/bioe.13105

Rewriting the genetic bond: Gene editing and our understanding of genetic parenthood

2022· article· en· W4308612054 sur OpenAlexaff
Shelly Simana, Vardit Ravitsky

Notice bibliographique

RevueBioethics · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésOffspringGeneticsBiologyAffect (linguistics)GermlineDevelopmental psychologyPsychologySocial psychologyGeneCommunication

Résumé

récupéré en direct d'OpenAlex

One of the most prominent justifications for the use of germline gene editing (GGE) is that it would allow parents to have a "genetically related child" while preventing the transmission of genetic disorders. However, we argue that since future uses of GGE may involve large-scale genetic modifications, they may affect the genetic relatedness between parents and offspring in a meaningful way: Due to certain genetic modifications, children may inherit much less than 50% of their DNA from each parent. We show that the reduction in genetic relatedness between parents and offspring has three important social and legal implications. First, the desire for a genetically related child may end up not being the strong justification it is currently thought to be for the use of GGE. Second, prospective parents may be reluctant to use GGE because of a potential loss of genetic relatedness. Third, in some jurisdictions, parents who would not pass on "enough" DNA to their child may not be recognized as the child's legal parents. We further argue that the reduction in genetic relatedness challenges current conceptions of genetic parenthood that rely on the quantity of DNA shared with the child or on whether the child was directly derived from the parent's genes. We suggest that genetic parenthood should instead be determined based on the nature of the genetic modifications and whether the child's numerical identity has been preserved after the editing process.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,056
Communication savante0,0050,013
Science ouverte0,0030,003
Intégrité de la recherche0,0070,010
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,048
Tête enseignante GPT0,331
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioethicsMême sujetCRISPR and Genetic EngineeringTravaux en français237 207