MétaCan
Menu
Retour à la cohorte
Enregistrement W2144559222 · doi:10.1517/21678707.2015.1092868

Potential of antisense therapy for facioscapulohumeral muscular dystrophy

2015· article· en· W2144559222 sur OpenAlexaff
Bo Bao, Toshifumi Yokota

Notice bibliographique

RevueExpert Opinion on Orphan Drugs · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFacioscapulohumeral muscular dystrophyGene knockdownMuscular dystrophyHomeoboxMedicineGeneGenetic enhancementTranscription factorGeneticsBioinformaticsCancer researchBiology

Résumé

récupéré en direct d'OpenAlex

Introduction: Facioscapulohumeral muscular dystrophy (FSHD) is an autosomal dominant genetic disorder characterized by progressive muscle degeneration. Currently, no effective treatment exists for the disease. Although the causative gene for FSHD, the double homeobox protein 4 (DUX4) gene, was identified over recent years, little effort has been made to develop targeted therapies. This is due to a lack of understanding of the gene and pathways involved. However, with the recent discovery that overexpression of myopathic DUX4 gene causes FSHD pathogenesis, inhibition of DUX4 and its downstream molecule has emerged as a promising therapeutic strategy against FSHD.Areas covered: In this paper we will discuss and review the latest research in the area of antisense knockdown therapy for FSHD, as well as a variety of accompanying issues, including efficacy and potential of antisense oligonucleotides.Expert opinion: Very recently, an effective antisense knockdown therapy targeting the paired-like homeodomain transcription factor 1 (PITX1) gene has demonstrated success in a newly developed mouse model. Similar to DUX4, PITX1 is specifically up-regulated in FSHD affected muscles. As such, the same knockdown principle using oligonucleotide could be applied to suppress the aberrantly expressed DUX4 and PITX1 in FSHD patients.

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 enseignants0,296
Score d'incertitude au seuil0,569

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 Opus0,019
Tête enseignante GPT0,297
Écart entre enseignants0,278 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Orphan DrugsMême sujetMuscle Physiology and DisordersTravaux en français237 207