HCS-Splice: A High-Content Screening Method to Advance the Discovery of RNA Splicing-Modulating Therapeutics
Notice bibliographique
Résumé
Nucleic acid therapeutics are witnessing an impressive acceleration in recent years. They work through multiple mechanisms of action, including downregulation of gene expression and modulation of RNA splicing. While several drugs based on the former mechanism have been approved, few target the latter, despite the promise of RNA splicing modulation. To improve our ability to discover novel RNA splicing-modulating therapies, we developed HCS-Splice, a robust cell-based High-Content Screening (HCS) assay. By implementing the use of a two-colour (GFP/RFP) fluorescent splicing reporter plasmid, we developed a versatile, effective, rapid, and robust high-throughput strategy for the identification of potent splicing-modulating molecules. The HCS-Splice strategy can also be used to functionally confirm splicing mutations in human genetic disorders or to screen drug candidates. As a proof-of-concept, we introduced a dementia-related splice-switching mutation in Microtubule-Associated Protein Tau (MAPT) exon 10 splicing reporter. We applied HCS-Splice to the wild-type and mutant reporters and measured the functional change in exon 10 inclusion. To demonstrate the applicability of the method to cell-based drug discovery, HCS-Splice was used to evaluate the efficacy of an exon 10-targeting siRNA, which was able to restore the correct alternative splicing balance.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».