A Druggable Genome Screen Identifies Modifiers of α-Synuclein Levels via a Tiered Cross-Species Validation Approach
Notice bibliographique
Résumé
Accumulation of α-Synuclein (α-Syn) causes Parkinson's disease (PD) as well as other synucleopathies. α-Syn is the major component of Lewy bodies and Lewy neurites, the proteinaceous aggregates that are a hallmark of sporadic PD. In familial forms of PD, mutations or copy number variations in SNCA (the α-Syn gene) result in a net increase of its protein levels. Furthermore, common risk variants tied to PD are associated with small increases of wild-type α-Syn levels. These findings are further bolstered by animal studies which show that overexpression of α-Syn is sufficient to cause PD-like features. Thus, increased α-Syn levels are intrinsically tied to PD pathogenesis and underscore the importance of identifying the factors that regulate its levels. In this study, we establish a pooled RNAi screening approach and validation pipeline to probe the druggable genome for modifiers of α-Syn levels and identify 60 promising targets. Using a cross-species, tiered validation approach, we validate six strong candidates that modulate α-Syn levels and toxicity in cell lines, Drosophila , human neurons, and mouse brain of both sexes. More broadly, this genetic strategy and validation pipeline can be applied for the identification of therapeutic targets for disorders driven by dosage-sensitive proteins. SIGNIFICANCE STATEMENT We present a research strategy for the systematic identification and validation of genes modulating the levels of α-Synuclein, a protein involved in Parkinson's disease. A cell-based screen of the druggable genome (>7,500 genes that are potential therapeutic targets) yielded many modulators of α-Synuclein that were subsequently confirmed and validated in Drosophila , human neurons, and mouse brain. This approach has broad applicability to the multitude of neurological diseases that are caused by mutations in genes whose dosage is critical for brain function.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».