Development of a therapeutic approach for hereditary diseases with prime editing: A study on Alzheimer's disease
Notice bibliographique
Résumé
Background The amyloid precursor protein (APP) plays a role in the pathophysiology of Alzheimer’s disease. Excess cleavage by β-secretase enzyme leads to the accumulation of β-amyloid peptides. In contrast, a rare variant of the APP gene (A673T) decreases cleavage by β-secretase. However, inserting this mutation with gene editing technology is a challenge. Our hypothesis is that prime editing allows a significant editing rate while inducing few off-target mutations in the cell leading to a significant reduction in the amount of pathological peptides produced. The objective of this study is to achieve a permanent insertion of the A673T mutation by prime editing and obtain evidence of the reduced Aβ peptides accumulation in vitro. Method Prime editing guide RNAs (pegRNA) were constructed according to different protospacer adjacent motifs (PAM) around the A673T mutation by varying the length of the primer binding site (PBS) and the reverse transcriptase template (RTT) sequence. Initially, one guide was used on the target gene (PE2). Afterwards, additional guides were used to favor DNA editing (PE3, PE3b). Different techniques were used to optimize editing, such as adding valproic acid, repeated transfections, modifying the PAM and the structure of the prime editor. The mutation was introduced in HEK 293T cells and later in neurons derived from fibroblasts of patients with Alzheimer’s disease. The results were quantified by Sanger and deep sequencing. Result Prime editing demonstrated precise editing in up to 64% in HEK 293T cells (Figure 1) with no notable off-target mutations within the target window. In future experiments, the level of Aβ40-42 peptides will be measured in the derived neurons. Conclusion Our approach aims to demonstrate the potential of prime editing in the development of a treatment for Alzheimer's disease based on the protective effect of A673T. Our project also aims to evaluate optimization methods for prime editing.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,000 |
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 ».