MétaCan
Menu
Retour à la cohorte
Enregistrement W2492410565 · doi:10.1093/hmg/ddw225

Muscle dysfunction caused by loss of<i>Magel2</i>in a mouse model of Prader-Willi and Schaaf-Yang syndromes

2016· article· en· W2492410565 sur OpenAlexaff
Ain A. Kamaludin, Christa Smolarchuk, Jocelyn M. Bischof, Rachelle Eggert, John J. Greer, Jun Ren, Joshua J. Lee, Toshifumi Yokota, Fred B. Berry, Rachel Wevrick

Notice bibliographique

RevueHuman Molecular Genetics · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Syndromes and Imprinting
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHypotoniaInternal medicineEndocrinologyAtrophyPhenotypeSarcopeniaBiologyObesityLean body massMedicineGeneBody weightGenetics

Résumé

récupéré en direct d'OpenAlex

Prader-Willi syndrome is characterized by severe hypotonia in infancy, with decreased lean mass and increased fat mass in childhood followed by severe hyperphagia and consequent obesity. Scoliosis and other orthopaedic manifestations of hypotonia are common in children with Prader-Willi syndrome and cause significant morbidity. The relationships among hypotonia, reduced muscle mass and scoliosis have been difficult to establish. Inactivating mutations in one Prader-Willi syndrome candidate gene, MAGEL2, cause a Prader-Willi-like syndrome called Schaaf-Yang syndrome, highlighting the importance of loss of MAGEL2 in Prader-Willi syndrome phenotypes. Gene-targeted mice lacking Magel2 have excess fat and decreased muscle, recapitulating altered body composition in Prader-Willi syndrome. We now demonstrate that Magel2 is expressed in the developing musculoskeletal system, and that loss of Magel2 causes muscle-related phenotypes in mice consistent with atrophy caused by altered autophagy. Magel2-null mice serve as a preclinical model for therapies targeting muscle structure and function in children lacking MAGEL2 diagnosed with Prader-Willi or Schaaf-Yang syndrome.

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 enseignants0,020
Score d'incertitude au seuil0,776

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 Opus0,015
Tête enseignante GPT0,234
Écart entre enseignants0,220 · 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

Citations47
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Molecular GeneticsMême sujetGenetic Syndromes and ImprintingTravaux en français237 207