MétaCan
Menu
Retour à la cohorte
Enregistrement W4362561087 · doi:10.3390/pharmaceutics15041130

Enhancing the Effectiveness of Oligonucleotide Therapeutics Using Cell-Penetrating Peptide Conjugation, Chemical Modification, and Carrier-Based Delivery Strategies

2023· review· en· W4362561087 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePharmaceutics · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMuscular Dystrophy CanadaCanadian Institutes of Health ResearchAlberta InnovatesWomen and Children's Health Research InstituteChildren's Health Research Institute
Mots-clésOligonucleotideNucleic acidGene deliveryComputational biologyGenetic enhancementPeptideDNACell-penetrating peptideDrug deliveryRNACellChemistryNanotechnologyGeneBiologyBiochemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Oligonucleotide-based therapies are a promising approach for treating a wide range of hard-to-treat diseases, particularly genetic and rare diseases. These therapies involve the use of short synthetic sequences of DNA or RNA that can modulate gene expression or inhibit proteins through various mechanisms. Despite the potential of these therapies, a significant barrier to their widespread use is the difficulty in ensuring their uptake by target cells/tissues. Strategies to overcome this challenge include cell-penetrating peptide conjugation, chemical modification, nanoparticle formulation, and the use of endogenous vesicles, spherical nucleic acids, and smart material-based delivery vehicles. This article provides an overview of these strategies and their potential for the efficient delivery of oligonucleotide drugs, as well as the safety and toxicity considerations, regulatory requirements, and challenges in translating these therapies from the laboratory to the clinic.

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 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)0,001
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,105
Tête enseignante GPT0,390
Écart entre enseignants0,285 · 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