A luciferase reporter mouse model to optimize in vivo gene editing validated by lipid nanoparticle delivery of adenine base editors
Notice bibliographique
Résumé
The rapid development of CRISPR genome editing technology has provided the potential to treat genetic diseases effectively and precisely. However, efficient and safe delivery of genome editors to affected tissues remains a challenge. Here, we developed luminescent ABE (LumA), a luciferase reporter mouse model containing the R387X mutation (c.A1159T) in the luciferase gene located in the Rosa26 locus of the mouse genome. This mutation eliminates luciferase activity but can be restored upon A-to-G correction by SpCas9 adenine base editors (ABEs). The LumA mouse model was validated through intravenous injection of two FDA-approved lipid nanoparticle (LNP) formulations consisting of either MC3 or ALC-0315 ionizable cationic lipids, encapsulated with ABE mRNA and LucR387X-specific guide RNA (gRNA). Whole-body bioluminescence live imaging showed consistent restoration of luminescence lasting up to 4 months in treated mice. Compared with mice carrying the wild-type luciferase gene, the ALC-0315 and MC3 LNP groups showed 83.5% ± 17.5% and 8.4% ± 4.3% restoration of luciferase activity in the liver, respectively, as measured by tissue luciferase assays. These results demonstrated successful development of a luciferase reporter mouse model that can be used to evaluate the efficacy and safety of different genome editors, LNP formulations, and tissue-specific delivery systems for optimizing genome editing therapeutics.
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 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».