MétaCan
Menu
Retour à la cohorte
Enregistrement W4322503763 · doi:10.3390/pharmaceutics15030778

Recent Trends in Antisense Therapies for Duchenne Muscular Dystrophy

2023· review· en· W4322503763 sur OpenAlexafffund
Harry Wilton-Clark, Toshifumi Yokota

Notice bibliographique

RevuePharmaceutics · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesDefeat Duchenne CanadaCanadian Institutes of Health ResearchMuscular Dystrophy CanadaUniversity of AlbertaAlberta Innovates - Health SolutionsWomen and Children's Health Research InstituteChildren's Health Research InstituteAlberta InnovatesU.S. Department of Defense
Mots-clésDuchenne muscular dystrophyAntisense therapyExon skippingMuscular dystrophyMedicineGenetic enhancementDiseaseClinical trialDystrophinDrug developmentBioinformaticsExonDrugGeneBiologyGeneticsPharmacologyInternal medicineAlternative splicing

Résumé

récupéré en direct d'OpenAlex

Duchenne muscular dystrophy (DMD) is a debilitating and fatal genetic disease affecting 1/5000 boys globally, characterized by progressive muscle breakdown and eventual death, with an average lifespan in the mid-late twenties. While no cure yet exists for DMD, gene and antisense therapies have been heavily explored in recent years to better treat this disease. Four antisense therapies have received conditional FDA approval, and many more exist in varying stages of clinical trials. These upcoming therapies often utilize novel drug chemistries to address limitations of existing therapies, and their development could herald the next generation of antisense therapy. This review article aims to summarize the current state of development for antisense-based therapies for the treatment of Duchenne muscular dystrophy, exploring candidates designed for both exon skipping and gene knockdown.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,153
Tête enseignante GPT0,443
Écart entre enseignants0,290 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations49
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujetMuscle Physiology and DisordersTravaux en français237 207