MétaCan
Menu
Retour à la cohorte
Enregistrement W4387264455 · doi:10.3390/biomedicines11102683

Apabetalone, a Clinical-Stage, Selective BET Inhibitor, Opposes DUX4 Target Gene Expression in Primary Human FSHD Muscle Cells

2023· article· en· W4387264455 sur OpenAlexaff
Christopher D. Sarsons, Dean Gilham, Laura Tsujikawa, Sylwia Wasiak, Li Fu, Brooke D. Rakai, Stephanie C. Stotz, Agostina Carestia, Michael Sweeney, Ewelina Kulikowski

Notice bibliographique

RevueBiomedicines · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Degradation and Inhibitors
Établissements canadiensResverlogix (Canada)
Organismes subventionnairesnon disponible
Mots-clésFacioscapulohumeral muscular dystrophyBromodomainBiologySkeletal muscleBET inhibitorTranscriptomeGene expressionRegulation of gene expressionBRD4Cell biologyGeneCancer researchMolecular biologyEpigeneticsGenetics

Résumé

récupéré en direct d'OpenAlex

expression have the potential to treat FSHD. Apabetalone is a clinical-stage bromodomain and extra-terminal (BET) inhibitor, selective for the second bromodomain on BET proteins. Using primary human skeletal muscle cells from FSHD type 1 patients, we evaluated apabetalone for its ability to counter DUX4's deleterious effects and compared it with the pan-BET inhibitor JQ1, and the p38 MAPK inhibitor-and DUX4 transcriptional repressor-losmapimod. We applied RNA-sequencing and bioinformatic analysis to detect treatment-associated impacts on the transcriptome of these cells. Apabetalone inhibited the expression of DUX4 downstream markers, reversing hallmarks of FSHD gene expression in differentiated muscle cells. JQ1, but not apabetalone, was found to induce apoptosis. While both BET inhibitors modestly impacted differentiation marker expression, they did not affect myotube fusion. Losmapimod also reduced expression of DUX4 target genes but differed in its impact on FSHD-associated pathways. These findings demonstrate that apabetalone inhibits DUX4 target gene expression and reverses transcriptional programs that contribute to FSHD pathology, making this drug a promising candidate therapeutic for FSHD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0020,000

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 Opus0,025
Tête enseignante GPT0,309
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedicinesMême sujetProtein Degradation and InhibitorsTravaux en français237 207