Design, Characterization, and Lead Selection of Therapeutic miRNAs Targeting Huntingtin for Development of Gene Therapy for Huntington's Disease
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
Huntington's disease (HD) is a neurodegenerative disorder caused by accumulation of CAG expansions in the huntingtin (HTT) gene. Hence, decreasing the expression of mutated HTT (mtHTT) is the most upstream approach for treatment of HD. We have developed HTT gene-silencing approaches based on expression cassette-optimized artificial miRNAs (miHTTs). In the first approach, total silencing of wild-type and mtHTT was achieved by targeting exon 1. In the second approach, allele-specific silencing was induced by targeting the heterozygous single-nucleotide polymorphism (SNP) rs362331 in exon 50 or rs362307 in exon 67 linked to mtHTT. The miHTT expression cassette was optimized by embedding anti-HTT target sequences in ten pri-miRNA scaffolds and their HTT knockdown efficacy, allele selectivity, passenger strand activity, and processing patterns were analyzed in vitro. Furthermore, three scaffolds expressing miH12 targeting exon 1 were incorporated in an adeno-associated viral serotype 5 (AAV5) vector and their HTT knock-down efficiency and pre-miHTT processing were compared in the humanized transgenic Hu128/21 HD mouse model. Our data demonstrate strong allele-selective silencing of mtHTT by miSNP50 targeting rs362331 and total HTT silencing by miH12 both in vitro and in vivo. Ultimately, we show that HTT knock-down efficiency and guide strand processing can be enhanced by using different cellular pri-miRNA scaffolds.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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