CRISPR-dependent base editing as a therapeutic strategy for rare monogenic disorders
Notice bibliographique
Résumé
Rare monogenic disorders are caused by mutations in single genes and have an incidence rate of less than 0.5%. Due to their low prevalence, these diseases often attract limited research and commercial interest, leading to significant unmet medical needs. In a therapeutic landscape where treatments are targeted to manage symptoms, gene editing therapy emerges as a promising approach to craft curative and lasting treatments for these patients, often referred to as "one-and-done" therapeutics. CRISPR-dependent base editing enables the precise correction of genetic mutations by direct modification of DNA bases without creating potentially deleterious DNA double-strand breaks. Base editors combine a nickase version of Cas9 with cytosine or adenine deaminases to convert C·G to T·A and A·T to G·C, respectively. Together, cytosine (CBE) and adenine (ABE) base editors can theoretically correct ∼95% of pathogenic transition mutations cataloged in ClinVar. This mini-review explores the application of base editing as a therapeutic approach for rare monogenic disorders. It provides an overview of the state of gene therapies and a comprehensive compilation of preclinical studies using base editing to treat rare monogenic disorders. Key considerations for designing base editing-driven therapeutics are summarized in a user-friendly guide for researchers interested in applying this technology to a specific rare monogenic disorder. Finally, we discuss the prospects and challenges for bench-to-bedside translation of base editing therapies for rare monogenic disorders.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».