Blood-Based Biomarkers Predictive of Metformin Target Engagement in Fragile X Syndrome
Notice bibliographique
Résumé
Recent advances in neurobiology have provided several molecular entrees for targeted treatments for Fragile X syndrome (FXS). However, the efficacy of these treatments has been demonstrated mainly in animal models and has not been consistently predictive of targeted drugs' response in the preponderance of human clinical trials. Because of the heterogeneity of FXS at various levels, including the molecular level, phenotypic manifestation, and drug response, it is critically important to identify biomarkers that can help in patient stratification and prediction of therapeutic efficacy. The primary objective of this study was to assess the ability of molecular biomarkers to predict phenotypic subgroups, symptom severity, and treatment response to metformin in clinically treated patients with FXS. We specifically tested a triplex protein array comprising of hexokinase 1 (HK1), RAS (all isoforms), and Matrix Metalloproteinase 9 (MMP9) that we previously demonstrated were dysregulated in the FXS mouse model and in blood samples from patient with FXS. Seventeen participants with FXS, 12 males and 5 females, treated clinically with metformin were included in this study. The disruption in expression abundance of these proteins was normalized and associated with significant self-reported improvement in clinical phenotypes (CGI-I in addition to BMI) in a subset of participants with FXS. Our preliminary findings suggest that these proteins are of strong molecular relevance to the FXS pathology that could make them useful molecular biomarkers for this syndrome.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».