MétaCan
Menu
Retour à la cohorte
Enregistrement W2034921833 · doi:10.1038/cddis.2011.54

Ocular neuroprotection by siRNA targeting caspase-2

2011· article· en· W2034921833 sur OpenAlexaff
Zubair Ahmed, Hagar Kalinski, M A Berry, Mohammadali Almasieh, Hagit Ashush, N Slager, Anat Brafman, Igor Spivak, ND Srinivasa Prasad, Igor Mett, Edna Shalom, Evgenia Alpert, Adriana Di Polo, Elena Feinstein, Ann Logan

Notice bibliographique

RevueCell Death and Disease · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversité de Montréal
Organismes subventionnairesWellcome Trust
Mots-clésNeuroprotectionSmall interfering RNAOptic nerveRetinal ganglion cellCaspase 3RetinaAnterior ischemic optic neuropathyCaspase 2RNA interferenceGlaucomaIntravitreal administrationApoptosisOptic neuropathyBiologyPharmacologyCell biologyNeuroscienceBiochemistryRNAProgrammed cell death

Résumé

récupéré en direct d'OpenAlex

Retinal ganglion cell (RGC) loss after optic nerve damage is a hallmark of certain human ophthalmic diseases including ischemic optic neuropathy (ION) and glaucoma. In a rat model of optic nerve transection, in which 80% of RGCs are eliminated within 14 days, caspase-2 was found to be expressed and cleaved (activated) predominantly in RGC. Inhibition of caspase-2 expression by a chemically modified synthetic short interfering ribonucleic acid (siRNA) delivered by intravitreal administration significantly enhanced RGC survival over a period of at least 30 days. This exogenously delivered siRNA could be found in RGC and other types of retinal cells, persisted inside the retina for at least 1 month and mediated sequence-specific RNA interference without inducing an interferon response. Our results indicate that RGC apoptosis induced by optic nerve injury involves activation of caspase-2, and that synthetic siRNAs designed to inhibit expression of caspase-2 represent potential neuroprotective agents for intervention in human diseases involving RGC loss.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,198
Écart entre enseignants0,186 · 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 source (Gemma direct ou Codex distillé), 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

Citations164
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell Death and DiseaseMême sujetRNA Interference and Gene DeliveryTravaux en français237 207