Modeling Pkd1 gene-targeted strategies for correction of polycystic kidney disease
Notice bibliographique
Résumé
Autosomal dominant polycystic kidney disease (ADPKD) causes renal cysts and leads to end-stage renal disease in midlife due mainly to PKD1 gene mutations. Virtually no studies have explored gene therapeutic strategies for long-term effective treatment of PKD. Toward this aim, the severely cystic Pkd1 -null mouse model was targeted with a series of transgene transfers using genomic Pkd1 under its regulatory elements ( Pkd1 wt ), a kidney-targeted Pkd1 gene ( SB Pkd1 ), or Pkd1 Minigene . The introduced Pkd1 wt gene constructs with ∼8-fold overexpression display similar endogenous cellular profiles and full complementation of Pkd1 −/− phenotype and establish the referral Pkd1 genomic length for proper regulation. SB Pkd1 transgene transfer expressing 0.6- or 7-fold Pkd1 endogenous levels is sufficient to correct glomerular and proximal tubular cysts and to markedly postpone cysts in other tubular segments as well, showing that the small SB elements appreciably overlap with Pkd1 promoter/5′ UTR regulation. Renal-targeted Pkd1 Minigene at high copy numbers conveys an expression level similar to that of the endogenous Pkd1 gene, with widespread and homogeneous weak Pkd1 cellular signal, partially rescuing all cystic tubular segments. These transgene transfers determine that Pkd1 intragenic sequences regulate not only expression levels but also spatiotemporal patterns. Importantly, our study demonstrates that Pkd1 re-expression from hybrid therapeutic constructs can ameliorate, with considerably extended lifespan, or eliminate PKD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».