Transcriptomic effects of propranolol and primidone converge on molecular pathways relevant to essential tremor
Notice bibliographique
Résumé
Essential tremor (ET) is one of the most common movement disorders, affecting nearly 5% of individuals over 65 years old. Despite this, few genetic risk loci for ET have been identified. Recent advances in pharmacogenomics have previously been useful to identify disease related molecular targets. Notably, gene expression has proven to be quite successful for the inference of drug response in cell models. We sought to leverage this approach in the context of ET where many patients are responsive to two drugs: propranolol and primidone. In this study, cerebellar DAOY and neural progenitor cells were treated for 5 days with clinical concentrations of propranolol and primidone, after which RNA-sequencing was used to identify convergent differentially expressed genes across treatments. Propranolol was found to affect the expression of genes previously associated with ET and other movement disorders such as TRAPPC11. Pathway enrichment analysis of these convergent drug-targeted genes identified multiple terms related to calcium signaling, endosomal sorting, axon guidance, and neuronal morphology. Furthermore, genes targeted by ET drugs were enriched within cell types having high expression of ET-related genes in both cortical and cerebellar tissues. Altogether, our results highlight potential cellular and molecular mechanisms associated with tremor reduction and identify relevant genetic biomarkers for drug-responsiveness in ET.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».