CL
Chengwen Li
Author with expertise in Gene Therapy Techniques and Applications
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
8
(100% Open Access)
Cited by:
1,675
h-index:
35
/
i10-index:
69
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Cross-Packaging of a Single Adeno-Associated Virus (AAV) Type 2 Vector Genome into Multiple AAV Serotypes Enables Transduction with Broad Specificity

Joseph Rabinowitz et al.Jan 15, 2002
ABSTRACT The serotypes of adeno-associated virus (AAV) have the potential to become important resources for clinical gene therapy. In an effort to compare the role of serotype-specific virion shells on vector transduction, we cloned each of the serotype capsid coding domains into a common vector backbone containing AAV type 2 replication genes. This strategy allowed the packaging of AAV2 inverted terminal repeat vectors into each serotype-specific virions. Each of these helper plasmids (pXR1 through pXR5) efficiently replicated the transgene DNA and expressed helper proteins at nearly equivalent levels. In this study, we observed a correlation between the amount of transgene replication and packaging efficiency. The physical titer of these hybrid vectors ranged between 1.3 × 10 11 and 9.8 × 10 12 /ml (types 1 and 2, respectively). Of the five serotype vectors, only types 2 and 3 were efficiently purified by heparin-Sepharose column chromatography, illustrating the high degree of similarity between these virions. We analyzed vector transduction in reference and mutant Chinese hamster ovary cells deficient in heparan sulfate proteoglycan and saw a correlation between transduction and heparan sulfate binding data. In this analysis, types 1 and 5 were most consistent in transduction efficiency across all cell lines tested. In vivo each serotype was ranked after comparison of transgene levels by using different routes of injection and strains of rodents. Overall, in this analysis, type 1 was superior for efficient transduction of liver and muscle, followed in order by types 5, 3, 2, and 4. Surprisingly, this order changed when vector was introduced into rat retina. Types 5 and 4 were most efficient, followed by type 1. These data established a hierarchy for efficient serotype-specific vector transduction depending on the target tissue. These data also strongly support the need for extending these analyses to additional animal models and human tissue. The development of these helper plasmids should facilitate direct comparisons of serotypes, as well as begin the standardization of production for further clinical development.
0
Citation731
0
Save
0

Phase 1 Gene Therapy for Duchenne Muscular Dystrophy Using a Translational Optimized AAV Vector

Dawn Bowles et al.Nov 8, 2011
Efficient and widespread gene transfer is required for successful treatment of Duchenne muscular dystrophy (DMD). Here, we performed the first clinical trial using a chimeric adeno-associated virus (AAV) capsid variant (designated AAV2.5) derived from a rational design strategy. AAV2.5 was generated from the AAV2 capsid with five mutations from AAV1. The novel chimeric vector combines the improved muscle transduction capacity of AAV1 with reduced antigenic crossreactivity against both parental serotypes, while keeping the AAV2 receptor binding. In a randomized double-blind placebo-controlled phase I clinical study in DMD boys, AAV2.5 vector was injected into the bicep muscle in one arm, with saline control in the contralateral arm. A subset of patients received AAV empty capsid instead of saline in an effort to distinguish an immune response to vector versus minidystrophin transgene. Recombinant AAV genomes were detected in all patients with up to 2.56 vector copies per diploid genome. There was no cellular immune response to AAV2.5 capsid. This trial established that rationally designed AAV2.5 vector was safe and well tolerated, lays the foundation of customizing AAV vectors that best suit the clinical objective (e.g., limb infusion gene delivery) and should usher in the next generation of viral delivery systems for human gene transfer.
0
Citation352
0
Save
12

Comprehensive evaluation of methods for differential expression analysis of metatranscriptomics data

Hunyong Cho et al.Jul 14, 2021
Abstract Understanding the function of the human microbiome is important; however, the development of statistical methods specifically for the microbial gene expression (i.e., metatranscriptomics) is in its infancy. Many currently employed differential expression analysis methods have been designed for different data types and have not been evaluated in metatranscriptomics settings. To address this gap, we undertook a comprehensive evaluation and benchmarking of ten differential analysis methods for metatranscriptomics data. We used a combination of real and simulated data to evaluate performance (i.e., model fit, type I error, false discovery rate, and sensitivity) of the methods: log-normal (LN), logistic-beta (LB), MAST, DESeq2, metagenomeSeq, ANCOM-BC, LEfSe, ALDEx2, Kruskal-Wallis, and two-part Kruskal-Wallis. The simulation was informed by supragingival biofilm microbiome data from 300 preschool-age children enrolled in a study of early childhood caries (ECC), whereas validations were sought in two additional datasets from an ECC study and an inflammatory bowel disease (IBD) study. The LB test showed the highest sensitivity in both small and large samples and reasonably controlled type I error. Contrarily, MAST was hampered by inflated type I error. Upon application of the LN and LB tests in the ECC study, we found that genes C8PHV7 and C8PEV7, harbored by the lactate-producing Campylobacter gracilis, had the strongest association with childhood dental diseases. This comprehensive model evaluation offer practical guidance for selection of appropriate methods for rigorous analyses of differential expression in metatranscriptomics. Selection of an optimal method increases the possibility of detecting true signals while minimizing the chance of claiming false ones.
0

The causal relationship between smoking, alcohol consumption, and renal clear cell carcinoma: a Mendelian randomization study

Hongbin Cui et al.Jun 18, 2024
Introduction: Observational studies have found a correlation between the consumption of tobacco and alcohol and the likelihood of developing renal cell carcinoma. However, whether these associations indicate causal relationships is unclear. Methods: To establish if these connections indicate causal relationships, we performed a Mendelian Randomization (MR) analysis using a two-sample approach. For the number of daily cigarettes, lifetime smoking index, smoking initiation, and weekly drinking, we employed 44, 108, 174, and 76 single nucleotide polymorphisms (SNPs) as instrumental variables. Outcome data were obtained from the FinnGen Alliance, which included a combined total of 429,290 individuals. The MR analysis was conducted using the inverse-variance weighted (IVW) method to estimate causal effects. To address potential violations of MR assumptions due to directional pleiotropy, we performed MR-Egger regression and MR-PRESSO (Mendelian Randomization Pleiotropy RESidual Sum and Outlier) analysis. Results: Genetically influenced smoking initiation was directly associated with the risk of developing renal cell carcinoma (OR = 1.55, 95% CI: 1.04–2.33; p = 0.03). No causal relationship was found between daily cigarette consumption and lifetime smoking index with the risk of renal cell cancer. Genetic predisposition for weekly alcohol consumption showed a reduced risk of renal cell cancer (OR = 0.45, 95% CI: 0.26–0.81; p = 0.007). Discussion: Our study suggests a potential causal relationship between alcohol consumption and reduced risk of renal cell cancer, while no such association was observed with smoking. Further research is needed to confirm these findings.
0
Citation1
0
Save
1

Unique T cell signatures are associated with reducedChlamydia trachomatisreinfection in a highly exposed cohort

Kacy Yount et al.Aug 3, 2023
Chlamydia trachomatis (CT) is the most common bacterial sexually transmitted infection (STI) in the United States, despite effective antibiotics. Information regarding natural immunity to CT will inform vaccine design. The objectives of this study were to determine immune cell populations and functional features associated with reduced risk of CT reinfection or endometrial CT infection. PBMCs were collected from a cohort of CT-exposed women who were tested for CT and other STIs at the cervix and endometrium (to determine ascension) and were repeatedly tested over the course of a year (to determine reinfection). Mass cytometry identified major immune populations and T cell subsets. Women with CT had increased CD4+ effector memory T cells (TEM) compared to uninfected women. Specifically, Th2, Th17, and Th17 DN CD4+ TEM were increased. Th17 and Th17 DN CD4+ central memory T cells (TCM) were increased in women who did not experience follow-up CT infection, suggesting that these cells may be important for protection. These data indicate that peripheral T cells display distinct features that correlate with natural immunity to CT and suggest that the highly plastic Th17 lineage plays a role in protection against reinfection.
1
Citation1
0
Save
0

Adaptive Regularized Tri-Factor Non-Negative Matrix Factorization for Cell Type Deconvolution

Tianyi Liu et al.Dec 8, 2023
Accurate deconvolution of cell types from bulk gene expression is crucial for understanding cellular compositions and uncovering cell-type specific differential expression and physiological states of diseased tissues. Existing deconvolution methods have limitations, such as requiring complete cellular gene expression signatures or neglecting partial biological information. Moreover, these methods often overlook varying cell-type mRNA amounts, leading to biased proportion estimates. Additionally, they do not effectively utilize valuable reference information from external studies, such as means and ranges of population cell-type proportions.To address these challenges, we introduce an Adaptive Regularized Tri-factor non-negative matrix factorization approach for deconvolution (ARTdeConv). We rigorously establish the numerical convergence of our algorithm. Through benchmark simulations, we demonstrate the superior performance of ARTdeConv compared to state-of-the-art reference-free methods. In a real-world application, our method accurately estimates cell proportions, as evidenced by the nearly perfect Pearson's correlation between ARTdeConv estimates and flow cytometry measurements in a dataset from a trivalent influenza vaccine study. Moreover, our analysis of ARTdeConv estimates in COVID-19 patients reveals patterns consistent with important immunological phenomena observed in other studies.The proposed method, ARTdeConv, is implemented as an R package and can be accessed on GitHub for researchers and practitioners at https://github.com/gr8lawrence/ARTDeConv .