MétaCan
Menu
Retour à la cohorte
Enregistrement W2904491638 · doi:10.3390/jpm8040041

Multiple Exon Skipping in the Duchenne Muscular Dystrophy Hot Spots: Prospects and Challenges

2018· review· en· W2904491638 sur OpenAlexaff
Yusuke Echigoya, Kenji Rowel Q. Lim, Akinori Nakamura, Toshifumi Yokota

Notice bibliographique

RevueJournal of Personalized Medicine · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensMuscular Dystrophy CanadaUniversity of Alberta
Organismes subventionnairesJapan Society for the Promotion of ScienceHokuto Foundation for BioscienceNihon University
Mots-clésDuchenne muscular dystrophyExon skippingMedicineExonDystrophinMuscular dystrophyBioinformaticsGeneticsBiologyInternal medicineAlternative splicing

Résumé

récupéré en direct d'OpenAlex

Duchenne muscular dystrophy (DMD), a fatal X-linked recessive disorder, is caused mostly by frame-disrupting, out-of-frame deletions in the dystrophin (DMD) gene. Antisense oligonucleotide-mediated exon skipping is a promising therapy for DMD. Exon skipping aims to convert out-of-frame mRNA to in-frame mRNA and induce the production of internally-deleted dystrophin as seen in the less severe Becker muscular dystrophy. Currently, multiple exon skipping has gained special interest as a new therapeutic modality for this approach. Previous retrospective database studies represented a potential therapeutic application of multiple exon skipping. Since then, public DMD databases have become more useful with an increase in patient registration and advances in molecular diagnosis. Here, we provide an update on DMD genotype-phenotype associations using a global DMD database and further provide the rationale for multiple exon skipping development, particularly for exons 45–55 skipping and an emerging therapeutic concept, exons 3–9 skipping. Importantly, this review highlights the potential of multiple exon skipping for enabling the production of functionally-corrected dystrophin and for treating symptomatic patients not only with out-of-frame deletions but also those with in-frame deletions. We will also discuss prospects and challenges in multiple exon skipping therapy, referring to recent progress in antisense chemistry and design, as well as disease models.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,061
Tête enseignante GPT0,323
Écart entre enseignants0,262 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations92
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personalized MedicineMême sujetMuscle Physiology and DisordersTravaux en français237 207