MétaCan
Menu
Retour à la cohorte
Enregistrement W4388011859 · doi:10.1016/j.omtn.2023.102066

Progress and harmonization of gene editing to treat human diseases: Proceeding of COST Action CA21113 GenE-HumDi

2023· review· en· W4388011859 sur OpenAlexaff
Alessia Cavazza, Ayal Hendel, Rasmus O. Bak, Paula Rı́o, Marc Güell, Duško Lainšček, Virginia Arechavala‐Gomeza, Ling Peng, Fatma Zehra Hapil, Joshua Harvey, Francisco G. Ortega, Coral González‐Martínez, Carsten W. Lederer, Kasper Mikkelsen, Giedrius Gasiūnas, Nechama Kalter, Manuel A.F.V. Gonçalves, Julie Petersen, Alejandro Garanto, Lluı́s Montoliu, Marcello Maresca, Stefan E. Seemann, Jan Gorodkin, Loubna Mazini, Juan R. Rodríguez-Madoz, Noelia Maldonado‐Pérez, Torella Laura, Michael Schmueck‐Henneresse, Cristina Maccalli, Julian Grünewald, Gloria Carmona, Neli Kachamakova‐Trojanowska, Annarita Miccio, Francisco Martı́n, Giandomenico Turchiano, Toni Cathomen, Yonglun Luo, Shengdar Q. Tsai, Karim Benabdellah

Notice bibliographique

RevueMolecular Therapy — Nucleic Acids · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesEuropean Regional Development FundNovo Nordisk FondenConsejería de Salud y Consumo, Junta de AndalucíaJunta de AndalucíaLundbeckfondenConsejería de Transformación Económica, Industria, Conocimiento y UniversidadesConsejería de Salud y Familias, Junta de AndalucíaSteno Diabetes Center AarhusEuropean Cooperation in Science and Technology
Mots-clésHarmonizationGenome editingAction (physics)BusinessEngineering ethicsKnowledge managementPolitical scienceBiotechnologyGenomeComputer scienceGeneBiologyEngineeringGenetics

Résumé

récupéré en direct d'OpenAlex

The European Cooperation in Science and Technology (COST) is an intergovernmental organization dedicated to funding and coordinating scientific and technological research in Europe, fostering collaboration among researchers and institutions across countries. Recently, COST Action funded the "Genome Editing to treat Human Diseases" (GenE-HumDi) network, uniting various stakeholders such as pharmaceutical companies, academic institutions, regulatory agencies, biotech firms, and patient advocacy groups. GenE-HumDi's primary objective is to expedite the application of genome editing for therapeutic purposes in treating human diseases. To achieve this goal, GenE-HumDi is organized in several working groups, each focusing on specific aspects. These groups aim to enhance genome editing technologies, assess delivery systems, address safety concerns, promote clinical translation, and develop regulatory guidelines. The network seeks to establish standard procedures and guidelines for these areas to standardize scientific practices and facilitate knowledge sharing. Furthermore, GenE-HumDi aims to communicate its findings to the public in accessible yet rigorous language, emphasizing genome editing's potential to revolutionize the treatment of many human diseases. The inaugural GenE-HumDi meeting, held in Granada, Spain, in March 2023, featured presentations from experts in the field, discussing recent breakthroughs in delivery methods, safety measures, clinical translation, and regulatory aspects related to gene editing.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,371
Écart entre enseignants0,336 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Therapy — Nucleic AcidsMême sujetCRISPR and Genetic EngineeringTravaux en français237 207