MétaCan
Menu
Retour à la cohorte
Enregistrement W1983314236 · doi:10.1002/ana.23899

Inhibiting glycogen synthesis prevents lafora disease in a mouse model

2013· article· en· W1983314236 sur OpenAlexafffund
Bartholomew A. Pederson, Julie Turnbull, Jonathan R. Epp, Staci A. Weaver, Xiaochu Zhao, Nela Pencea, Peter J. Roach, Paul W. Frankland, Cameron Ackerley, Berge A. Minassian

Notice bibliographique

RevueAnnals of Neurology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueGlycogen Storage Diseases and Myoclonus
Établissements canadiensSickKids FoundationUniversity of TorontoHospital for Sick Children
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute of Diabetes and Digestive and Kidney DiseasesCanadian Institutes of Health Research
Mots-clésLafora diseaseNeurodegenerationGlycogenProgressive myoclonus epilepsyEpilepsyGlycogen synthaseNeuroscienceBiologyChemistryBiochemistryDiseaseMedicineInternal medicineEnzyme

Résumé

récupéré en direct d'OpenAlex

Lafora disease (LD) is a fatal progressive myoclonus epilepsy characterized neuropathologically by aggregates of abnormally structured glycogen and proteins (Lafora bodies [LBs]), and neurodegeneration. Whether LBs could be prevented by inhibiting glycogen synthesis and whether they are pathogenic remain uncertain. We genetically eliminated brain glycogen synthesis in LD mice. This resulted in long-term prevention of LB formation, neurodegeneration, and seizure susceptibility. This study establishes that glycogen synthesis is requisite for LB formation and that LBs are pathogenic. It opens a therapeutic window for potential treatments in LD with known and future small molecule inhibitors of glycogen synthesis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil0,527

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,303
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations111
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of NeurologyMême sujetGlycogen Storage Diseases and MyoclonusTravaux en français237 207