MétaCan
Menu
Retour à la cohorte
Enregistrement W2806895491 · doi:10.1111/cts.12562

Anisomycin Activates Utrophin Upregulation Through a p38 Signaling Pathway

2018· article· en· W2806895491 sur OpenAlexafffund
Jeremiah Hadwen, Faraz Farooq, Luke Witherspoon, Sarah Schock, Kevin Mongeon, Alex MacKenzie

Notice bibliographique

RevueClinical and Translational Science · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensAgricultural Research Institute of OntarioUniversity of Ottawa
Organismes subventionnairesGenome British ColumbiaNational Institutes of HealthCanadian Institutes of Health ResearchGenome CanadaOntario GenomicsOntario Genomics Institute
Mots-clésUtrophinDuchenne muscular dystrophyAnisomycinDystrophinDownregulation and upregulationMedicineMuscular dystrophyMyocyteBiologyCell biologyInternal medicineGeneticsGeneKinase

Résumé

récupéré en direct d'OpenAlex

Duchenne muscular dystrophy is a recessive X-linked disease characterized by progressive muscle wasting; cardiac or respiratory failure causes death in most patients by the third decade. The disease is caused by mutations in the dystrophin gene that lead to a loss of functional dystrophin protein. Although there are currently few treatments for Duchenne muscular dystrophy, previous reports have shown that upregulating the dystrophin paralog utrophin in Duchenne muscular dystrophy mouse models is a promising therapeutic strategy. We conducted in silico mining of the Connectivity Map database for utrophin-inducing agents, identifying the p38-activating antibiotic anisomycin. Treatments of C2C12, undifferentiated murine myoblasts, and mdx primary myoblasts with anisomycin conferred increases in utrophin protein levels through p38 pathway activation. Anisomycin also induced utrophin protein levels in the diaphragm of mdx mice. Our study shows that repositioning small molecules such as anisomycin may prove to have Duchenne muscular dystrophy clinical utility.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,755
Score d'incertitude au seuil0,534

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 technologies0,0000,001
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 Opus0,034
Tête enseignante GPT0,342
Écart entre enseignants0,308 · 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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical and Translational ScienceMême sujetMuscle Physiology and DisordersTravaux en français237 207