Enhancement of adeno‐associated virus serotype 6 transduction into T cells with cell‐penetrating peptides
Notice bibliographique
Résumé
BACKGROUND: Adeno-associated viruses (AAVs) are gaining interest in the development of cellular immunotherapy. Compared to other viral vectors, AAVs can reduce the risk of insertional oncogenesis. AAV serotype 6 (AAV6) shows the highest efficiency for transducing T cells. Nevertheless, a multiplicity of infection (MOI) of up to one million viral genomes per cell is required to transduce the target cells effectively. Cell-penetrating peptides (CPPs) are short, positively charged peptides that easily translocate the plasma membranes and can facilitate the cellular uptake of a wide variety of cargoes, including small molecules, nucleic acids, drugs, proteins and viral vectors. METHODS: The present study evaluated five CPPs (Antp, TAT-HA2, LAH4, TAT1 and TAT2) on their effects on enhancing transduction of AAV6 packaging a green fluorescent protein transgene into Jurkat T cell line. RESULTS: ), using LAH4 resulted in a 10-fold increase in transduction efficiency. The peptide LAH4 increased the uptake of AAV6 viral particles in both Jurkat cells and mouse primary T cells. Regardless of the large size of the AAV6-LAH4 complexes, their internalization does not appear to depend on macropinocytosis. CONCLUSIONS: Overall, the present study reports an approach to significantly improve the delivery of transgenes into T cells using AAV6 vectors. Notably, the peptides TAT-HA2 and LAH4 contribute to improving the use of AAV6 as a gene delivery vector for the engineering of T cells.
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) | 0,000 | 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) | 0,001 | 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 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 ».