MétaCan
Menu
Retour à la cohorte
Enregistrement W2095208613 · doi:10.1089/hum.2008.162

Efficient and Fast Functional Screening of Microdystrophin Constructs <i>In Vivo</i> and <i>In Vitro</i> for Therapy of Duchenne Muscular Dystrophy

2009· article· en· W2095208613 sur OpenAlexaff
Louise Helskov Jørgensen, Nancy Larochelle, Kristian Orlopp, Patrick Dunant, Roy Dudley, Rolf Stucka, Christian Thirion, Maggie C. Walter, Steven H. Laval, Hanns Lochmüller

Notice bibliographique

RevueHuman Gene Therapy · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensMontreal Neurological Institute and HospitalMcGill University
Organismes subventionnairesnon disponible
Mots-clésDuchenne muscular dystrophyDystrophinExon skippingMuscular dystrophyGenetic enhancementIn silicoTransgeneBiologyComputational biologyExonIn vivoGeneIn vitroBioinformaticsGeneticsAlternative splicing

Résumé

récupéré en direct d'OpenAlex

Duchenne muscular dystrophy (DMD) is an X-linked, lethal genetic disorder affecting the skeletal muscle compartment, and is caused by mutation(s) in the dystrophin gene. Gene delivery of microdystrophin constructs using adeno-associated virus (AAV) and antisense-mediated exon skipping restoring the genetic reading frame are two of the most promising therapeutic strategies for DMD. Both approaches use microdystrophin proteins either directly as a desired construct for gene delivery, using the capacity-limited AAV vectors, or as the therapeutic outcome of gene splicing. Although functionality of the resulting artificial dystrophin proteins can be predicted in silico, experimental evidence usually obtained in transgenic mice is required before human trials. However, the enormous number of potential constructs makes screening assays for dystrophin protein function in vitro and in vivo highly desirable. Here we present data showing that functionality of microdystrophins can be assessed using relatively simple and fast techniques.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,551

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 Opus0,012
Tête enseignante GPT0,232
Écart entre enseignants0,221 · 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

Citations16
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Gene TherapyMême sujetMuscle Physiology and DisordersTravaux en français237 207