Manipulation of 7-Finger Zinc Finger Nuclease Increases the Efficiency of Genome Editing in Human Cells
Notice bibliographique
Résumé
Genome editing tools have great potential for medicinal use. Among them, zinc finger nucleases (ZFNs) are smaller in size than transcriptional activator-like effector nucleases and CRISPR-Cas9. Therefore, ZFNs are easily packed into a viral vector with limited cargo space, including adeno-associated viral vectors. Furthermore, because ZFN patents expired in 2020, high patent royalties are not required for application. Although functional 6-finger ZFNs can be easily prepared by modular assembly, it has been extremely difficult to produce functional 7-finger ZFNs, which are expected to have higher target specificity than 6-finger ZFNs in some cases. Herein we describe the construction of 7-finger ZFNs and the improvement in genome editing efficiency, which is generally lower in 7-finger ZFNs than in 6-finger ZFNs. Modular assembly of 7-finger ZFNs was achieved using a specific mutation, and the original genome editing efficiency was increased by up to 19%. Furthermore, 7-finger ZFNs showed reduced off-target effects, exhibiting higher target specificity than the corresponding 6-finger ZFNs. Our study provides critical insights for safer and more specific genome editing.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».