MétaCan
Menu
Retour à la cohorte
Enregistrement W2965828232 · doi:10.1016/j.nbd.2019.104569

Antibody-based therapies for Huntington’s disease: current status and future directions

2019· review· en· W2965828232 sur OpenAlexafffund
Hélèna L. Denis, Linda Suzanne David, Francesca Cicchetti

Notice bibliographique

RevueNeurobiology of Disease · 2019
Typereview
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésDiseaseHuntingtinHuntington's diseaseNeuroscienceAntibodyBioinformaticsMedicineBiologyComputational biologyImmunologyPathology

Résumé

récupéré en direct d'OpenAlex

The types of treatments and interventions being developed for chronic neurodegenerative disorders have expanded considerably in recent years. In addition to the variety of targets being pursued, strategies have moved from symptom management to more directed disease-modifying approaches. Among them are antibody-based therapies, which are not only being evaluated for a range of tauopathies and synucleinopathies, but are also emerging as a potential application for monogenic disorders of the central nervous system (CNS), including Huntington's disease (HD). Despite the excitement around the early trial data of anti-sense oligonucleotides (ASO) treatment for such disorders, antibody therapies may hold the key to tackling another aspect of the disease that could be critical to its pathogenesis. While gene-based methodologies are designed to lower, predominantly within cellular elements, mutant huntingtin protein (mHtt) - the genetic product of HD - the pathological protein is abundant in free forms and in several compartments including the cerebrospinal fluid, the plasma and the extracellular matrix. With accumulating evidence for the spreading and seeding capacities of mHtt, it may indeed be essential to target the protein both intracellularly and extracellularly. Therefore, free forms of mHtt not only represents an ideal target for antibodies, but one that needs to be addressed if meaningful and maximal clinical benefits are to be expected. This review explores the potential use of antibody-based therapies to treat HD, including the rationale for this approach as well as the pre-clinical data supporting it. The potential challenges that will need to be considered if such route is to be pursued clinically are also discussed.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,054
Tête enseignante GPT0,361
Écart entre enseignants0,307 · 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

Citations27
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurobiology of DiseaseMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207