Can in vitro studies aid in the development and use of antiseizure therapies? A report of the ILAE/AES Joint Translational Task Force
Notice bibliographique
Résumé
In vitro preparations (defined here as cultured cells, brain slices, and isolated whole brains) offer a variety of approaches to modeling various aspects of seizures and epilepsy. Such models are particularly amenable to the application of anti-seizure compounds, and consequently are a valuable tool to screen the mechanisms of epileptiform activity, mode of action of known anti-seizure medications (ASMs), and the potential efficacy of putative new anti-seizure compounds. Despite these applications, all disease models are a simplification of reality and are therefore subject to limitations. In this review, we summarize the main types of in vitro models that can be used in epilepsy research, describing key methodologies as well as notable advantages and disadvantages of each. We argue that a well-designed battery of in vitro models can form an effective and potentially high-throughput screening platform to predict the clinical usefulness of ASMs, and that in vitro models are particularly useful for interrogating mechanisms of ASMs. To conclude, we offer several key recommendations that maximize the potential value of in vitro models in ASM screening. This includes the use of multiple in vitro tests that can complement each other, carefully combined with in vivo studies, the use of tissues from chronically epileptic (rather than naïve wild-type) animals, and the integration of human cell/tissue-derived preparations.
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 | 0,002 |
| 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 | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 ».