MétaCan
Menu
Retour à la cohorte
Enregistrement W2909452100 · doi:10.1111/nan.12540

Short Review: Investigating ARSACS: models for understanding cerebellar degeneration

2019· review· en· W2909452100 sur OpenAlexaboutno aff
Ana Artero‐Castro, Candela Machuca, Francisco Javier Rodríguez Jiménez, Pavla Jendelová, Slaven Erceg

Notice bibliographique

RevueNeuropathology and Applied Neurobiology · 2019
Typereview
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensnon disponible
Organismes subventionnairesInstituto de Salud Carlos III
Mots-clésInduced pluripotent stem cellNeuroscienceCerebellar ataxiaBiologyDiseaseMutationCerebellumDrug discoveryAtaxiaMedicinePathologyGeneBioinformaticsGeneticsEmbryonic stem cell

Résumé

récupéré en direct d'OpenAlex

Autosomal recessive spastic ataxia of Charlevoix-Saguenay (ARSACS) is an early-onset neurodegenerative disease that includes progressive cerebellar dysfunction. ARSACS is caused by an autosomal recessive loss-of-function mutation in the SACS gene, which encodes for SACSIN. Although animal models are still necessary to investigate the role of SACSIN in the pathology of this disease, more reliable human cellular models need to be generated to better understand the cerebellar pathophysiology of ARSACS. The discovery of human induced pluripotent stem cells (hiPSC) has permitted the derivation of patient-specific cells. These cells have an unlimited self-renewing capacity and the ability to differentiate into different neural cell types, allowing studies of disease mechanism, drug discovery and cell replacement therapies. In this study, we discuss how the hiPSC-derived cerebellar organoid culture offers novel strategies for targeting the pathogenic mutations related to ARSACS. We also highlight the advantages and challenges of this 3D cellular model, as well as the questions that still remain unanswered.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,872
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,275
Tête enseignante GPT0,354
Écart entre enseignants0,079 · 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.

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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuropathology and Applied NeurobiologyMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207