MétaCan
Menu
Retour à la cohorte
Enregistrement W3134544032 · doi:10.1016/j.omtn.2021.02.032

Base editing strategy for insertion of the A673T mutation in the APP gene to prevent the development of AD in vitro

2021· article· en· W3134544032 sur OpenAlexafffund
Antoine Guyon, Joël Rousseau, Francis-Gabriel Bégin, Tom Bertin, Gabriel Lamothe, Jacques P. Tremblay

Notice bibliographique

RevueMolecular Therapy — Nucleic Acids · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversité Laval
Organismes subventionnairesNational Institute on AgingWeston Brain Institute
Mots-clésAmyloid precursor proteinMutationBiologyCRISPRHEK 293 cellsTransmembrane proteinGeneticsGeneGenome editingMolecular biologyAlzheimer's diseaseDiseaseMedicine

Résumé

récupéré en direct d'OpenAlex

The amyloid precursor protein ( APP ) is a transmembrane protein mostly found in neurons. Cleavage of this protein by β-secretase can lead to the formation of amyloid-β (Aβ) peptide plaque, which leads to Alzheimer's disease. Genomic analysis of an Icelandic population that did not show symptoms of Alzheimer's at an advanced age led to the discovery of the A673T mutation. This mutation can reduce β-secretase cleavage by 40%. We hypothesized that the insertion of this mutation in patients' neurons could be an effective and sustainable method of slowing down or even stopping the progression of Alzheimer's disease. We modified the APP gene in HEK293T cells and in SH-SY5Y neuroblastoma using a Cas9 nickase (Cas9n)-deaminase enzyme to convert the alanine codon to a threonine. Several Cas9n-deaminase variants were tested to compare their efficiency of conversion. The results were characterized and quantified by deep sequencing. We successfully introduced the A673T mutation in 53% of HEK293T cells alongside a new mutation (E674K), which seemed to further reduce Aβ peptide accumulation. Our approach aimed to provide a new strategy for the treatment of Alzheimer's and in so doing, demonstrate the capacity of base editing techniques for treating genetic 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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,282
Écart entre enseignants0,270 · 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'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

Citations45
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular Therapy — Nucleic AcidsMême sujetCRISPR and Genetic EngineeringTravaux en français237 207