Allele Sails: launching traits and fates into wild populations with DNA sequence modifiers
Notice bibliographique
Résumé
Population-scale genome editing can be used to alter the composition or fate of wild populations. One approach to achieving these aims utilizes a synthetic gene drive element-a multi-gene cassette-to bring about an increase in the frequency of an existing allele. However, the use of gene drives is complicated by the multiple scientific, regulatory, and social issues associated with transgene persistence and gene flow. Alternatives in which transgenes are not driven could potentially avoid some of these issues. Here we propose an approach to population scale gene editing using a system we refer to as an Allele Sail. An Allele Sail consists of a genome editor (the Wind) that introduces DNA sequence edits (the Sail) at one or more sites, resulting in progeny that are viable and fertile. The editor, such as a sequence-specific nuclease, or a prime- or base-editor, is inherited in a Mendelian fashion. Meanwhile, the edits it creates experience an arithmetic, Super-Mendelian increase in frequency. We explore this system using agent-based modeling, and identify contexts in which a single, low frequency release of an editor brings edits to a very high frequency. We also identify conditions in which manipulation of sex determination can be used to bring about population suppression. Current regulatory frameworks often distinguish between transgenics as genetically modified organisms (GMOs), and their edited non-transgenic progeny as non-GMO. In this context an Allele Sail provides a path to alter traits and fates of wild populations in ways that may be considered more acceptable.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».