Base editing as a genetic treatment for spinal muscular atrophy
Notice bibliographique
Résumé
Abstract Spinal muscular atrophy (SMA) is a devastating neuromuscular disease caused by mutations in the SMN1 gene. Despite the development of various therapies, outcomes can remain suboptimal in SMA infants and the duration of such therapies are uncertain. SMN2 is a paralogous gene that mainly differs from SMN1 by a C•G-to-T•A transition in exon 7, resulting in the skipping of exon 7 in most SMN2 transcripts and production of only low levels of survival motor neuron (SMN) protein. Genome editing technologies targeted to the SMN2 exon 7 mutation could offer a therapeutic strategy to restore SMN protein expression to normal levels irrespective of the patient SMN1 mutation. Here, we optimized a base editing approach to precisely edit SMN2 , reverting the exon 7 mutation via an A•T-to-G•C base edit. We tested a range of different adenosine base editors (ABEs) and Cas9 enzymes, resulting in up to 99% intended editing in SMA patient-derived fibroblasts with concomitant increases in SMN2 exon 7 transcript expression and SMN protein levels. We generated and characterized ABEs fused to high-fidelity Cas9 variants which reduced potential off-target editing. Delivery of these optimized ABEs via dual adeno-associated virus (AAV) vectors resulted in precise SMN2 editing in vivo in an SMA mouse model. This base editing approach to correct SMN2 should provide a long-lasting genetic treatment for SMA with advantages compared to current nucleic acid, small molecule, or exogenous gene replacement therapies. More broadly, our work highlights the potential of PAMless SpRY base editors to install edits efficiently and safely.
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) | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».