Development of Novel siRNA Therapeutics: A Review with a Focus on Inclisiran for the Treatment of Hypercholesterolemia
Notice bibliographique
Résumé
Over the past two decades, it was discovered that introducing synthetic small interfering RNAs (siRNAs) into the cytoplasm facilitates effective gene-targeted silencing. This compromises gene expression and regulation by repressing transcription or stimulating sequence-specific RNA degradation. Substantial investments in developing RNA therapeutics for disease prevention and treatment have been made. We discuss the application to proprotein convertase subtilisin/kexin type 9 (PCSK9), which binds to and degrades the low-density lipoprotein cholesterol (LDL-C) receptor, interrupting the process of LDL-C uptake into hepatocytes. PCSK9 loss-of-function modifications show significant clinical importance by causing dominant hypocholesterolemia and lessening the risk of cardiovascular disease (CVD). Monoclonal antibodies and small interfering RNA (siRNA) drugs targeting PCSK9 are a significant new option for managing lipid disorders and improving CVD outcomes. In general, monoclonal antibodies are restricted to binding with cell surface receptors or circulating proteins. Similarly, overcoming the intracellular and extracellular defenses that prevent exogenous RNA from entering cells must be achieved for the clinical application of siRNAs. N-acetylgalactosamine (GalNAc) conjugates are a simple solution to the siRNA delivery problem that is especially suitable for treating a broad spectrum of diseases involving liver-expressed genes. Inclisiran is a GalNAc-conjugated siRNA molecule that inhibits the translation of PCSK9. The administration is only required every 3 to 6 months, which is a significant improvement over monoclonal antibodies for PCSK9. This review provides an overview of siRNA therapeutics with a focus on detailed profiles of inclisiran, mainly its delivery strategies. We discuss the mechanisms of action, its status in clinical trials, and its prospects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».