Creating superior lungs for transplantation with next-generation gene therapy during ex vivo lung perfusion
Notice bibliographique
Résumé
Engineering donor organs to better tolerate the harmful non-immunological and immunological responses inherently related to solid organ transplantation would improve transplant outcomes. Our enhanced knowledge of ischemia-reperfusion injury, alloimmune responses and pathological fibroproliferation after organ transplantation, and the advanced toolkit available for gene therapies, have brought this goal closer to clinical reality. Ex vivo organ perfusion has evolved rapidly especially in the field of lung transplantation, where clinicians routinely use ex vivo lung perfusion (EVLP) to confirm the quality of marginal donor lungs before transplantation, enabling safe transplantation of organs originally considered unusable. EVLP would also be an attractive platform to deliver gene therapies, as treatments could be administered to an isolated organ before transplantation, thereby providing a window for sophisticated organ engineering while minimizing off-target effects to the recipient. Here, we review the status of lung transplant first-generation gene therapies that focus on inducing transgene expression in the target cells. We also highlight recent advances in next-generation gene therapies, that enable gene editing and epigenetic engineering, that could be used to permanently change the donor organ genome and to induce widespread transcriptional gene expression modulation in the donor lung. In a future vision, dedicated organ repair and engineering centers will use gene editing and epigenetic engineering, to not only increase the donor organ pool, but to create superior organs that will function better and longer in the recipient.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».