A streamlined CRISPR workflow to introduce mutations and generate isogenic iPSCs for modeling amyotrophic lateral sclerosis
Notice bibliographique
Résumé
Amyotrophic lateral sclerosis (ALS) represents a complex neurodegenerative disorder with significant genetic heterogeneity. To date, both the genetic etiology and the underlying molecular mechanisms driving this disease remain poorly understood, although in recent years several studies have highlighted a number of genetic mutations causative for ALS. With these mutations pointing to potential pathways that may be affected within individuals with ALS, having the ability to generate human neurons and other disease relevant cells containing these mutations becomes even more critical if new therapies are to emerge. Recent developments with the advent of induced pluripotent stem cells (iPSCs) and clustered regularly interspaced short palindromic repeats (CRISPR) gene editing fields gave us the tools to introduce or correct a specific mutation at any site within the genome of an iPSC, and thus model the specific contribution of risk mutations. In this study we describe a rapid and efficient way to either introduce a mutation into a control line, or to correct an allele-specific mutation, generating an isogenic control line from patient-derived iPSCs with a given mutation. The mutations introduced were the G94A (also known as G93A) mutation into SOD1 or H517Q into FUS, and the mutation corrected was a patient iPSC line with I114T mutation in SOD1. A combination of small molecules and growth factors were used to guide a stepwise differentiation of the edited cells into motor neurons in order to demonstrate that disease-relevant cells could be generated for downstream applications. Through a combination of iPSCs and CRISPR editing, the cells generated here will provide fundamental insights into the molecular mechanisms underlying neuron degeneration in ALS.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».