Assays for the Identification and Prioritization of Drug Candidates for Spinal Muscular Atrophy
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
Spinal muscular atrophy (SMA) is an autosomal recessive genetic disorder resulting in degeneration of α-motor neurons of the anterior horn and proximal muscle weakness. It is the leading cause of genetic mortality in children younger than 2 years. It affects ∼1 in 11,000 live births. In 95% of cases, SMA is caused by homozygous deletion of the SMN1 gene. In addition, all patients possess at least one copy of an almost identical gene called SMN2. A single point mutation in exon 7 of the SMN2 gene results in the production of low levels of full-length survival of motor neuron (SMN) protein at amounts insufficient to compensate for the loss of the SMN1 gene. Although no drug treatments are available for SMA, a number of drug discovery and development programs are ongoing, with several currently in clinical trials. This review describes the assays used to identify candidate drugs for SMA that modulate SMN2 gene expression by various means. Specifically, it discusses the use of high-throughput screening to identify candidate molecules from primary screens, as well as the technical aspects of a number of widely used secondary assays to assess SMN messenger ribonucleic acid (mRNA) and protein expression, localization, and function. Finally, it describes the process of iterative drug optimization utilized during preclinical SMA drug development to identify clinical candidates for testing in human 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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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