Enhancing Antisense Oligonucleotide-Based Therapeutic Delivery with DG9, a Versatile Cell-Penetrating Peptide
Notice bibliographique
Résumé
Antisense oligonucleotide-based (ASO) therapeutics have emerged as a promising strategy for the treatment of human disorders. Charge-neutral PMOs have promising biological and pharmacological properties for antisense applications. Despite their great potential, the efficient delivery of these therapeutic agents to target cells remains a major obstacle to their widespread use. Cellular uptake of naked PMO is poor. Cell-penetrating peptides (CPPs) appear as a possibility to increase the cellular uptake and intracellular delivery of oligonucleotide-based drugs. Among these, the DG9 peptide has been identified as a versatile CPP with remarkable potential for enhancing the delivery of ASO-based therapeutics due to its unique structural features. Notably, in the context of phosphorodiamidate morpholino oligomers (PMOs), DG9 has shown promise in enhancing delivery while maintaining a favorable toxicity profile. A few studies have highlighted the potential of DG9-conjugated PMOs in DMD (Duchenne Muscular Dystrophy) and SMA (Spinal Muscular Atrophy), displaying significant exon skipping/inclusion and functional improvements in animal models. The article provides an overview of a detailed understanding of the challenges that ASOs face prior to reaching their targets and continued advances in methods to improve their delivery to target sites and cellular uptake, focusing on DG9, which aims to harness ASOs' full potential in precision medicine.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
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 ».