MétaCan
Menu
← Retour à la cohorte
Enregistrement W3155583036 · doi:10.1101/2021.04.12.439480

Midbrain organoids with an <i>SNCA</i> gene triplication model key features of synucleinopathy

2021· preprint· en· W3155583036 sur OpenAlexafffund
Nguyen‐Vi Mohamed, Julien Sirois, Janani Ramamurthy, Meghna Mathur, Paula Lépine, Éric Deneault, Gilles Maussion, Michaël Nicouleau, Carol X.‐Q. Chen, Narges Abdian, Vincent Soubannier, Eddie Cai, Harris Nami, Rhalena A. Thomas, Mahdieh Tabatabaei, Lenore K. Beitel, Karamjit Singh Dolt, Jason Karamchandani, Tilo Kunath, Edward A. Fon, Thomas M. Durcan

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesMedical Research CouncilParkinson CanadaCanadian Institutes of Health ResearchQuébec Consortium for Drug DiscoveryConsortium canadien en neurodégénérescence associée au vieillissementMcGill University
Mots-clésSynucleinopathiesOrganoidInduced pluripotent stem cellBiologyNeuroscienceParkinson's diseaseAlpha-synucleinDiseaseCell biologyGenePathologyGeneticsMedicineEmbryonic stem cell

Résumé

récupéré en direct d'OpenAlex

Abstract SNCA, the first gene associated with Parkinson’s disease, encodes the α-synuclein (α-syn) protein, the predominant component within pathological inclusions termed Lewy bodies (LBs). The presence of LBs is one of the classical hallmarks found in the brain of patients with Parkinson’s disease, and LBs have also been observed in patients with other synucleinopathies. However, the study of α-syn pathology in cells has relied largely on two-dimensional culture models, which typically lack the cellular diversity and complex spatial environment found in the brain. Here, to address this gap, we use 3D midbrain organoids (hMOs), differentiated from human induced pluripotent stem cells derived from patients carrying a triplication of the SNCA gene and from CRISPR/Cas9 corrected isogenic control iPSCs. These hMOs recapitulate key features of α-syn pathology observed in the brains of patients with synucleinopathies. In particular, we find that SNCA triplication hMOs express elevated levels of α-syn and exhibit an age-dependent increase in α-syn aggregation, manifested by the presence of both oligomeric and phosphorylated forms of α-syn. These phosphorylated α-syn aggregates were found in both neurons and glial cells and their time-dependent accumulation correlated with a selective reduction in dopaminergic neuron numbers. Thus, hMOs from patients carrying SNCA gene multiplication can reliably model key pathological features of Parkinson’s disease and provide a powerful system to study the pathogenesis of synucleinopathies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,211 · 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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetParkinson's Disease Mechanisms and Treatments→Travaux en français237 207→