Hypothalamic AAV-BDNF gene therapy improves metabolic function and behavior in the Magel2-null mouse model of Prader-Willi syndrome
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
Individuals with Prader-Willi syndrome (PWS) display developmental delays, cognitive impairment, excessive hunger, obesity, and various behavioral abnormalities. Current PWS treatments are limited to strict supervision of food intake and growth hormone therapy, highlighting the need for new therapeutic strategies. Brain-derived neurotrophic factor (BDNF) functions downstream of hypothalamic feeding circuitry and has roles in energy homeostasis and behavior. In this preclinical study, we assessed the translational potential of hypothalamic adeno-associated virus (AAV)-BDNF gene therapy as a therapeutic for metabolic dysfunction in the Magel2 -null mouse model of PWS. To facilitate clinical translation, our BDNF vector included an autoregulatory element allowing for transgene titration in response to the host's physiological needs. Hypothalamic BDNF gene transfer prevented weight gain, decreased fat mass, increased lean mass, and increased relative energy expenditure in female Magel2 -null mice. Moreover, BDNF gene therapy improved glucose metabolism, insulin sensitivity, and circulating adipokine levels. Metabolic improvements were maintained through 23 weeks with no adverse behavioral effects, indicating high levels of efficacy and safety. Male Magel2 -null mice also responded positively to BDNF gene therapy, displaying improved body composition, insulin sensitivity, and glucose metabolism. Together, these data suggest that regulating hypothalamic BDNF could be effective in the treatment of PWS-related metabolic abnormalities.
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 | 0,000 |
| 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 | 0,001 | 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