AAVolve:连锁的长读深度测序可以在混合的AAV库选择过程中进行整个囊的跟踪
Suzanne Scott1,2, Adrian Westhaus1, Deborah Nazareth1
1Translational Vectorology Research Unit, Children's Medical Research Institute, Faculty of Medicine and Health, The University of Sydney, Westmead, NSW 2145, Australia.
Molecular therapy. Methods & clinical development
|November 5, 2024
概括
腺相关病毒 (AAV) 囊体的定向进化通过长读序列增强. 一个新的管道,AAVolve,可以实现AAV囊库的高通量表征,以改善基因疗法.
科学领域:
- 生物技术是生物技术.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 使用腺相关病毒 (AAV) 载体的基因疗法对遗传疾病有很大的前景.
- 提高AAV载体的热带性,免疫性和可制造性对于推进基因疗法至关重要.
- 定向进化通过从各种囊库中进行选择来识别改进的AAV变体.
研究的目的:
- 探索牛津纳米孔技术的应用与一个 concatemeric共识方法来表征混合的AAV囊库.
- 介绍AAVolve,这是一个生物信息学管道,用于处理来自AAV指导进化实验的长读序列数据.
- 为了在选择过程中实现高通量表征和更深入地了解AAV体库.
主要方法:
- 牛津纳米孔技术的应用,用于测序混合的AAV体库.
- 使用协同共识的共识方法来改进数据.
- 开发和实施AAVolve生物信息管道用于长读数据处理.
主要成果:
- 证明了AAV体库的高通量表征.
- 启用了对AAV指导的进化选择流程的简化监控.
- 通过多个选择轮,促进了对图书馆构成的更深入的了解.
结论:
- 长读测序,特别是牛津纳米孔技术,显著改善了AAV囊库的特征.
- AAVolve 管道为分析 AAV 定向进化数据提供了一种高吞吐量和简化方法.
- 这种方法方便识别改进的AAV载体用于基因疗法应用,并使机器学习模型训练成为可能.
