Zinc‐finger‐based transcriptional repression of rhodopsin in a model of dominant retinitis pigmentosa
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite the recent success of gene-based complementation approaches for genetic recessive traits, the development of therapeutic strategies for gain-of-function mutations poses great challenges. General therapeutic principles to correct these genetic defects mostly rely on post-transcriptional gene regulation (RNA silencing). Engineered zinc-finger (ZF) protein-based repression of transcription may represent a novel approach for treating gain-of-function mutations, although proof-of-concept of this use is still lacking. Here, we generated a series of transcriptional repressors to silence human rhodopsin (hRHO), the gene most abundantly expressed in retinal photoreceptors. The strategy was designed to suppress both the mutated and the wild-type hRHO allele in a mutational-independent fashion, to overcome mutational heterogeneity of autosomal dominant retinitis pigmentosa due to hRHO mutations. Here we demonstrate that ZF proteins promote a robust transcriptional repression of hRHO in a transgenic mouse model of autosomal dominant retinitis pigmentosa. Furthermore, we show that specifically decreasing the mutated human RHO transcript in conjunction with unaltered expression of the endogenous murine Rho gene results in amelioration of disease progression, as demonstrated by significant improvements in retinal morphology and function. This zinc-finger-based mutation-independent approach paves the way towards a 'repression-replacement' strategy, which is expected to facilitate widespread applications in the development of novel therapeutics for a variety of disorders that are due to gain-of-function mutations.
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.
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 découle