MétaCan
Menu
Retour à la cohorte
Enregistrement W2908470163 · doi:10.1016/j.isci.2018.12.019

Pluripotent Stem Cell-Based Drug Screening Reveals Cardiac Glycosides as Modulators of Myotonic Dystrophy Type 1

2018· article· en· W2908470163 sur OpenAlexfundno aff
Yves Maury, Pauline Poydenot, Benjamin Brinon, Léa Lesueur, Jacqueline Gide, Sylvain Roquevière, Julien Côme, Hélène Polvèche, Didier Auboeuf, Jérôme Alexandre Denis, Geneviève Piétu, Denis Furling, Marc Lechuga, Sandrine Baghdoyan, Marc Peschanski, Cécile Martinat

Notice bibliographique

RevueiScience · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensnon disponible
Organismes subventionnairesAFM-TéléthonAgence Nationale de la RechercheAdvanced Foods and Materials CanadaInstitut National de la Santé et de la Recherche MédicaleAssociation Française contre les Myopathies
Mots-clésInduced pluripotent stem cellMyotonic dystrophyBiologyRNA splicingStem cellAlternative splicingDrug discoveryMyopathyCell biologyGeneticsRNABioinformaticsGeneMessenger RNAEmbryonic stem cell

Résumé

récupéré en direct d'OpenAlex

There is currently no treatment for myotonic dystrophy type 1 (DM1), the most frequent myopathy of genetic origin. This progressive neuromuscular disease is caused by nuclear-retained RNAs containing expanded CUG repeats. These toxic RNAs alter the activities of RNA splicing factors, resulting in alternative splicing misregulation. By combining human mutated pluripotent stem cells and phenotypic drug screening, we revealed that cardiac glycosides act as modulators for both upstream nuclear aggregations of DMPK mRNAs and several downstream alternative mRNA splicing defects. However, these occurred at different drug concentration ranges. Similar biological effects were recorded in a DM1 mouse model. At the mechanistic level, we demonstrated that this effect was calcium dependent and was synergic with inhibition of the ERK pathway. These results further underscore the value of stem-cell-based assays for drug discovery in monogenic diseases.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,799

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,262
Écart entre enseignants0,237 · 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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207