Development of a sensitive trial-ready poly(GP) CSF biomarker assay for <i>C9orf72</i> -associated frontotemporal dementia and amyotrophic lateral sclerosis
Notice bibliographique
Résumé
Abstract A GGGGCC repeat expansion in the C9orf72 gene is the most common cause of genetic frontotemporal dementia (FTD) and amyotrophic lateral sclerosis (ALS). As potential therapies targeting the repeat expansion are now entering clinical trials, sensitive biomarker assays of target engagement are urgently required. We utilised the single molecule array (Simoa) platform to develop an immunoassay for measuring poly(GP) dipeptide repeat proteins (DPRs) generated by the repeat expansion in CSF of people with C9orf72 -associated FTD/ALS. We show the assay to be highly sensitive and robust, passing extensive qualification criteria including low intra- and inter-plate variability, a high precision and accuracy in measuring both calibrators and samples, dilutional parallelism, tolerance to sample and standard freeze-thaw and no haemoglobin interference. We used this assay to measure poly(GP) DPRs in the CSF of samples collected through the Genetic FTD Initiative. We found it had 100% specificity and 100% sensitivity and a large window for detecting target engagement, as the C9orf72 CSF sample with the lowest poly(GP) signal had 8-fold higher signal than controls and on average values from C9orf72 samples were 38-fold higher than controls, which all fell below the lower limit of quantification of the assay. These data indicate that a Simoa-based poly(GP) DPR assay is suitable for use in clinical trials to determine target engagement of therapeutics aimed at reducing C9orf72 repeat-containing transcripts.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».