MétaCan
Menu
Retour à la cohorte
Enregistrement W4304591038 · doi:10.26685/urncst.396

G Protein-Coupled Receptor 17 Inhibition as a Prospective Treatment for Multiple Sclerosis: A Research Protocol

2022· article· en· W4304591038 sur OpenAlexaff
Komalpreet K. Rehill, Inderpal Singh Dosanjh, Gurleen Kaur Nijjar

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRemyelinationMultiple sclerosisOligodendrocyteExperimental autoimmune encephalomyelitisMyelinMedicineNeuroscienceProteolipid protein 1Glatiramer acetateDemyelinating diseaseMyelin basic proteinCentral nervous systemImmunologyBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Multiple sclerosis (MS) is a chronic inflammatory neurodegenerative disease. MS is the most prevalent neurological disability that often leads to severe cognitive or physical incapacitations in young adults. As MS is currently an incurable disease, more effective treatments need to be investigated. The disease is associated with axonal degenerations and the development of demyelinated plaques, due to episodic autoimmune destruction of oligodendrocytes. Usually, demyelination is followed by remyelination as the brain attempts to reconstruct the myelin sheaths. Oligodendrocyte precursor cells are essential for remyelination as these cells proliferate and differentiate into mature oligodendrocytes. An important regulator of oligodendrocyte development is G protein-coupled receptor 17 (GPR17), whose inhibition has been suggested in previous studies to the promote oligodendrocyte differentiation and remyelination. As such, a potential therapy for MS patients is through decreasing GPR17 expression via inhibition of one of its ligands, LTC4. Methods: We aim to promote remyelination in MS patients using the LTC4 synthase inhibitor AZD9898 to indirectly partially inhibit GPR17 in proteolipid protein-induced experimental autoimmune encephalomyelitis (PLP-induced EAE) MS mice models. There will be 6 experimental groups and 8 control groups. All experimental groups will receive a three mg dose of AZD9898. After approximately zero, one, five and ten days, the mice will be sacrificed, and magnetic resonance imaging will be conducted. The myelin water fraction will then be determined to visualize in vivo myelination of the central nervous system through myelin water imaging. Western blotting will be used to verify AZD9898’s indirect inhibition of GPR17. The resulting data will be analyzed with the Kolomogorov–Smirnov test, Pearson’s correlation coefficient (linear) and two-tailed paired t-tests and ImageJ software. Anticipated Results: It is expected that AZD9898 administration in PLP-induced EAE mice models will result in an increased myelin water fraction, indicating remyelination, alongside decreased GPR17 expression. Discussion: These results will provide a potential treatment for MS by illustrating how AZD9898 is effective at indirectly inhibiting GPR17 in mice models, and thus promoting remyelination. Conclusion: This study will provide insight on the treatment of demyelinating diseases by demonstrating how pharmacological inhibition of GPR17 ligand LTC4 can promote remyelination in MS patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0430,008

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,423
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) JournalMême sujetMicroRNA in disease regulationTravaux en français237 207