Preclinical and clinical evaluation of the LRRK2 inhibitor DNL201 for Parkinson’s disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
) are the most common genetic risk factors for Parkinson's disease (PD). Increased LRRK2 kinase activity is thought to impair lysosomal function and may contribute to the pathogenesis of PD. Thus, inhibition of LRRK2 is a potential disease-modifying therapeutic strategy for PD. DNL201 is an investigational, first-in-class, CNS-penetrant, selective, ATP-competitive, small-molecule LRRK2 kinase inhibitor. In preclinical models, DNL201 inhibited LRRK2 kinase activity as evidenced by reduced phosphorylation of both LRRK2 at serine-935 (pS935) and Rab10 at threonine-73 (pT73), a direct substrate of LRRK2. Inhibition of LRRK2 by DNL201 demonstrated improved lysosomal function in cellular models of disease, including primary mouse astrocytes and fibroblasts from patients with Gaucher disease. Chronic administration of DNL201 to cynomolgus macaques at pharmacologically relevant doses was not associated with adverse findings. In phase 1 and phase 1b clinical trials in 122 healthy volunteers and in 28 patients with PD, respectively, DNL201 at single and multiple doses inhibited LRRK2 and was well tolerated at doses demonstrating LRRK2 pathway engagement and alteration of downstream lysosomal biomarkers. Robust cerebrospinal fluid penetration of DNL201 was observed in both healthy volunteers and patients with PD. These data support the hypothesis that LRRK2 inhibition has the potential to correct lysosomal dysfunction in patients with PD at doses that are generally safe and well tolerated, warranting further clinical development of LRRK2 inhibitors as a therapeutic modality for PD.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle