MétaCan
Menu
Retour à la cohorte
Enregistrement W4407163134 · doi:10.1021/acsbiomedchemau.4c00081

A Reverse Transcription Nucleic-Acid-Based Barcoding System for <i>In Vivo</i> Measurement of Lipid Nanoparticle mRNA Delivery

2025· article· en· W4407163134 sur OpenAlexafffund
Ke Wang, Tiana L. Young, Jingan Chen, Shannon J. Tsai, Yue Xu, Andrew Varley, Nicholas C. Solek, Fanglin Gong, Rick Xing Ze Lu, Basil P. Hubbard, Bowen Li

Notice bibliographique

RevueACS Bio & Med Chem Au · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchUniversity Health NetworkUniversity of TorontoConnaught FundCanada Foundation for InnovationJ.P. Bickell FoundationCanada Research Chairs
Mots-clésNucleic acidIn vivoMessenger RNAReverse transcriptaseComputational biologyTranscription (linguistics)NanoparticlemicroRNAChemistryCell biologyBiologyRNABiochemistryNanotechnologyGeneBiotechnologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Lipid nanoparticles (LNPs) are the most extensively validated clinical delivery vehicles for mRNA therapeutics, exemplified by their widespread use in the mRNA COVID-19 vaccines. The pace of lipid nanoparticle (LNP) development for mRNA therapeutics is restricted by the limitations of existing methods for large-scale LNP screening. To address this challenge, we developed Quantitative Analysis of Reverse Transcribed Barcodes (QuART), a novel nucleic-acid-based system for measuring LNP functional delivery in vivo. QuART uses a bacterial retron reverse transcription system to couple functional mRNA delivery into the cytoplasm with a cDNA barcode readout. Our results demonstrate that QuART can be used to identify functional mRNA delivery both in vitro in cell culture and in vivo in mice. Multiplexing of QuART could enable high-throughput screening of LNP formulations, facilitating the rapid discovery of promising LNP candidates for mRNA therapeutics.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,626

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,236
Écart entre enseignants0,217 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Bio & Med Chem AuMême sujetRNA Interference and Gene DeliveryTravaux en français237 207