Treatment of a genetic liver disease in mice through transient prime editor expression
Notice bibliographique
Résumé
Abstract Prime editing is a versatile genome editing technology that does not rely on DNA double-strand break formation and homology-directed repair (HDR). This makes it a promising tool for correcting pathogenic mutations in tissues consisting predominantly of postmitotic cells, such as the liver. While recent studies have already demonstrated proof-of-concept for in vivo prime editing, the use of viral delivery vectors resulted in prolonged prime editor (PE) expression, posing challenges for clinical application. Here, we developed an in vivo prime editing approach where we delivered the pegRNA using self-complementary adeno-associated viral (scAAV) vectors and the prime editor using nucleoside-modified mRNA encapsulated in lipid nanoparticles (LNPs). This methodology led to transient expression of the PE for 48h and 26% editing at the Dnmt1 locus using AAV doses of 2.5×10 13 vector genomes (vg)/kg and a single dose of 3mg/kg mRNA-LNP. When targeting the pathogenic mutation in the Pah enu2 mouse model of phenylketonuria (PKU), we achieved 4.3% gene correction using an AAV dose of 2.5×10 13 vg/kg and three doses of 2 mg/kg mRNA-LNP. Editing was specific to the liver and the intended locus, and was sufficient to reduce blood L-phenylalanine (Phe) levels from over 1500 µmol/l to below the therapeutic threshold of 600 µmol/l. Our study demonstrates the feasibility of in vivo gene correction in the liver with transient PE expression, bringing prime editing closer to clinical application.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».