Potential biomarkers to follow the progression and treatment response of Huntington’s disease
Notice bibliographique
Résumé
Huntington's disease (HD) is a rare genetic disease caused by expanded polyglutamine repeats in the huntingtin protein resulting in selective neuronal loss. Although genetic testing readily identifies those who will be affected, current pharmacological treatments do not prevent or slow down disease progression. A major challenge is the slow clinical progression and the inability to biopsy the affected tissue, the brain, making it difficult to design short and effective proof of concept clinical trials to assess treatment benefit. In this study, we focus on identifying peripheral biomarkers that correlate with the progression of the disease and treatment benefit. We recently developed an inhibitor of pathological mitochondrial fragmentation, P110, to inhibit neurotoxicity in HD. Changes in levels of mitochondrial DNA (mtDNA) and inflammation markers in plasma, a product of DNA oxidation in urine, mutant huntingtin aggregates, and 4-hydroxynonenal adducts in muscle and skin tissues were all noted in HD R6/2 mice relative to wild-type mice. Importantly, P110 treatment effectively reduced the levels of these biomarkers. Finally, abnormal levels of mtDNA were also found in plasma of HD patients relative to control subjects. Therefore, we identified several potential peripheral biomarkers as candidates to assess HD progression and the benefit of intervention for future 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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».