Optimisation du vecteur adénoviral pour la thérapie génique de la dystrophie musculaire de Duchenne
Bibliographic record
Abstract
La dystrophie musculaire de Duchenne (DMD) est une maladie très sévère, progressive et sans traitement vraiment efficace. Elle est caractérisée par l’absence fonctionnelle de la dystrophine, une protéine essentielle au maintien des muscles squelettiques. La thérapie génique est actuellement envisagée comme approche thérapeutique pour livrer la dystrophine dans les muscles. Les vecteurs adénoviraux de troisième génération (Helper-dependent adenoviral vector, HD) sont des véhicules de transfert génique très prometteurs pour traiter la DMD. Puisque les gènes adénoviraux ont été enlevés complètement du HD, ils sont peu toxiques, faiblement immunogéniques et ils possèdent un espace cargo suffisant pour transporter l’ADN codant complet de la dystrophine. Bien que le HD puisse fournir la dystrophine de façon thérapeutique chez des souris dystrophiques (mdx), l’expression du gène thérapeutique est progressivement perdue plusieurs mois suivant l’injection intramusculaire. Deux stratégies innovantes furent explorées dans cette thèse dans le but de stabiliser l’expression de la dystrophine. La première stratégie vise à l’intégration de l’ADN du HD dans les chromosomes cellulaires, ce qui pourrait le protéger contre son élimination progressive des muscles. Une intégrase site-spécifique issue du phage ΦC31 a été utilisée pour catalyser l’intégration d’un HD transportant un marqueur de sélection. Dans les cellules humaines et les myoblastes murins, l’activité de l’intégrase a été évaluée d’après son efficacité d’intégration (après sélection) et sa spécificité (dans les clones résistants). L’efficacité atteint jusqu’à 0,5 % par cellule et jusqu’à 76 % des événements d’intégration ont été réalisés de façon site-spécifique. Bien que des délétions aient été trouvées aux extrémités du vecteur, 70 % des clones analysés montraient une seule copie du vecteur intégré (le nombre attendu). Seulement une petite augmentation du nombre de brisures double-brin a été mesurée dans les myoblastes exprimant l’intégrase. En conclusion, l’intégration du HD est relativement efficace, spécifique et sécuritaire. Cette méthode est très prometteuse, car la dystrophine peut être livrée dans le muscle avec l’aide du HD et l’intégration de l’ADN du HD pourrait stabiliser son expression in vivo. La deuxième stratégie implique l’utilisation d’un nouveau promoteur musculospécifique (ΔUSEx3) pour réduire la toxicité induite liée à une expression trop étendue de la dystrophine. Dans cette étude, nous avons investigué l’effet du contexte viral sur l’activité du promoteur. Un HD et un vecteur lentiviral (LV) ont été construits avec le promoteur ΔUSEx3 pour contrôler l’expression d’un gène rapporteur. Les résultats démontrent que ΔUSEx3 confère une expression puissante, musculospécifique et stable (via le LV) in vitro. L’injection intramusculaire du HD a conduit à une expression puissante du transgène. Ces résultats contrastent avec ceux du LV, car après l’injection de ce dernier, l’expression était faible. La livraison du HD dans le muscle, mais aussi dans plusieurs organes démontre la musculospécificité de ΔUSEx3. Par conséquent, le contexte du vecteur et l’environnement musculaire modulent tous les deux l’activité de ΔUSEx3. Bien que ΔUSEx3 soit musculospécifique, d’autres études sont requises pour déterminer si le promoteur peut stabiliser l’expression de la dystrophine in vivo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".