MétaCan
Menu
Retour à la cohorte
Enregistrement W4388981162 · doi:10.1684/vir.2023.1024

Gene therapy to cure HIV infection

2023· review· en· W4388981162 sur OpenAlexaff
Ryan P. Goguen, Michelle J. Chen, Owen R. S. Dunkley, Anne Gatignol, Robert J. Scarborough

Notice bibliographique

RevueVirologie · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGenetic enhancementGene silencingHuman immunodeficiency virus (HIV)GeneMedicineDrug resistanceImmunologyBiologyVirologyGenetics

Résumé

récupéré en direct d'OpenAlex

To date, the only intervention that has cured HIV infection has been bone marrow transplants from HIV-resistant donors to HIV-infected recipients. This approach has been used to both cure hematological malignancies and HIV infection, but it cannot be widely adopted due to the high risk of mortality associated with cell transplants between individuals. To overcome this limitation, several approaches have been developed to generate HIV resistance using gene therapy in an infected individual's own cells. With the growing arsenal of effective methods to generate HIV-resistant cells, a safe and effective combination gene therapy approach to cure HIV infection is fast approaching. Here, we review several gene therapy-based methods to generate HIV-resistant cells including the expression of antiviral genes, genome editing, and transcriptional gene silencing. Their varied mechanisms, advantages, and disadvantages are discussed, and perspectives are provided for how they may be combined to design an effective gene therapy for HIV.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,977
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,140
Tête enseignante GPT0,422
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVirologieMême sujetVirus-based gene therapy researchTravaux en français237 207