Notice bibliographique
Résumé
Lysosomal storage diseases (LSD) form a group of inherited metabolic disorders caused by dysfunction of one of the lysosomal proteins, resulting in the accumulation of certain compounds. Although these disorders are among first genetic diseases for which specific treatments were proposed, there are still serious unsolved problems that require development of novel therapeutic procedures. An example is neuronopathy, which develops in most of LSD and cannot be treated efficiently by currently approved therapies. Recently, a new potential therapy, called gene expression-targeted isoflavone therapy (GET IT), has been proposed for a group of LSD named mucopolysaccharidoses (MPS), in which storage of incompletely degraded glycosaminoglycans (GAGs) results in severe symptoms of virtually all tissues and organs, including central nervous system. The idea of this therapy is to inhibit synthesis of GAGs by modulating expression of genes coding for enzymes involved in synthesis of these compounds. Such a modulation is possible by using isoflavones, particularly genistein, which interfere with a signal transduction process necessary for stimulation of expression of certain genes. Results of in vitro experiments and studies on animal models indicated a high efficiency of GET IT, including correction of behavior of affected mice. However, clinical trials, performed with soy isoflavone extracts, revealed only limited efficacy. This caused a controversy about GET IT as a potential, effective treatment of patients suffering from MPS, especially neuronopathic forms of these diseases. It this critical review, I present possible molecular mechanisms of therapeutic action of isoflavones (particularly genistein) and suggest that efficacy of GET IT might be sufficiently high when using relatively high doses of synthetic genistein (which was employed in experiments on cell cultures and mouse models) rather than low doses of soy isoflavone extracts (which were used in clinical trials). This proposal can be tested in double-blinded, placebo-controlled clinical trials.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».