Sorbitol Is a Severity Biomarker for <scp>PMM2‐CDG</scp> with Therapeutic Implications
Notice bibliographique
Résumé
OBJECTIVE: Epalrestat, an aldose reductase inhibitor increases phosphomannomutase (PMM) enzyme activity in a PMM2-congenital disorders of glycosylation (CDG) worm model. Epalrestat also decreases sorbitol level in diabetic neuropathy. We evaluated the genetic, biochemical, and clinical characteristics, including the Nijmegen Progression CDG Rating Scale (NPCRS), urine polyol levels and fibroblast glycoproteomics in patients with PMM2-CDG. METHODS: We performed PMM enzyme measurements, multiplexed proteomics, and glycoproteomics in PMM2-deficient fibroblasts before and after epalrestat treatment. Safety and efficacy of 0.8 mg/kg/day oral epalrestat were studied in a child with PMM2-CDG for 12 months. RESULTS: PMM enzyme activity increased post-epalrestat treatment. Compared with controls, 24% of glycopeptides had reduced abundance in PMM2-deficient fibroblasts, 46% of which improved upon treatment. Total protein N-glycosylation improved upon epalrestat treatment bringing overall glycosylation toward the control fibroblasts' glycosylation profile. Sorbitol levels were increased in the urine of 74% of patients with PMM2-CDG and correlated with the presence of peripheral neuropathy, and CDG severity rating scale. In the child with PMM2-CDG on epalrestat treatment, ataxia scores improved together with significant growth improvement. Urinary sorbitol levels nearly normalized in 3 months and blood transferrin glycosylation normalized in 6 months. INTERPRETATION: Epalrestat improved PMM enzyme activity, N-glycosylation, and glycosylation biomarkers in vitro. Leveraging cellular glycoproteome assessment, we provided a systems-level view of treatment efficacy and discovered potential novel biosignatures of therapy response. Epalrestat was well-tolerated and led to significant clinical improvements in the first pediatric patient with PMM2-CDG treated with epalrestat. We also propose urinary sorbitol as a novel biomarker for disease severity and treatment response in future clinical trials in PMM2-CDG. ANN NEUROL 20219999:n/a-n/a.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».