MétaCan
Menu
Retour à la cohorte
Enregistrement W2808439047 · doi:10.1093/hmg/ddy221

Transcriptomic RNAseq drug screen in cerebrocortical cultures: toward novel neurogenetic disease therapies

2018· article· en· W2808439047 sur OpenAlexafffund
Jeremiah Hadwen, Sarah Schock, Alan J. Mears, Robert Yang, Philippe Charron, Liying Zhang, Hualin Simon Xi, Alex MacKenzie

Notice bibliographique

RevueHuman Molecular Genetics · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Genomics Institute
Mots-clésTranscriptomeBiologyDrug discoveryDiseaseDrugGeneGene expressionGene expression profilingDrug repositioningDrug developmentComputational biologyGeneticsBioinformaticsPharmacologyMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Rare monogenic diseases affect millions worldwide; although over 4500 rare disease genotypes are known, disease-modifying drugs are available for only 5% of them. The sheer number of these conditions combined with their rarity precludes traditional costly drug discovery programs. An economically viable alternative is to repurpose established drugs for rare diseases. Many genetic diseases result from increased or decreased protein activity and identification of clinically approved drugs which moderate this pathogenic dosage holds therapeutic potential. To identify such agents for neurogenetic diseases, we have generated genome-wide transcriptome profiles of mouse primary cerebrocortical cultures grown in the presence of 218 blood-brain barrier (BBB) penetrant clinic-tested drugs. RNAseq and differential expression analyses were used to generate transcriptomic profiles; therapeutically relevant drug-gene interactions related to rare neurogenetic diseases identified in this fashion were further analyzed by quantitative reverse transcriptase-polymerase chain reaction, western blot and immunofluorescence. We have created a transcriptome-wide searchable database for easy access to the gene expression data resulting from the cerebrocortical drug screen (Neuron Screen) and have mined this data to identify a novel link between thyroid hormone and expression of the peripheral neuropathy associated gene Pmp22. Our results demonstrate the utility of cerebrocortical cultures for transcriptomic drug screening, and the database we have created will foster further discovery of novel links between over 200 clinic-tested BBB penetrant drugs and genes related to diverse neurologic conditions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,020
Tête enseignante GPT0,300
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Molecular GeneticsMême sujetRNA Research and SplicingTravaux en français237 207