A Drug Screening Platform for Protein Expression Levels in Neurological Disorders
Notice bibliographique
Résumé
Summary Neurological and psychiatric diseases and disorders affect more than half of the population. Many of these diseases are caused by the malfunctioning of protein synthesis, where too little or too much production of a protein harms a cell and its functions within the brain. We developed a drug screening platform to identify compounds that target the primary cause of these diseases, namely protein expression amounts. This cellular assay monitors protein expression of a target disease gene along with the protein expression of a control gene using the Protein Quantitation Ratioing (PQR) technique. PQR tracks protein concentration using fluorescence. We used human cells and CRISPR-Cas9 genome editing to insert the Protein Quantitation Reporter into target genes. These cells are used in high-throughput drug screening measuring the fluorescence as the assay. Drug hits can be validated using the same PQR technique or animal models of the disease. Highlights The assay can identify drugs that directly address the molecular cause of a disease. The Protein Quantitation Ratioing (PQR) technique allows for tracking and measuring protein amounts over time in single living cells before, during, and after drug administration. Genome editing to insert the PQR into the target gene allows tracking of endogenous protein expression. Using human cell lines allow for faster production of knock-in cells. Patient mutations can be replicated using genome editing during the knock-in step. Using induced pluripotent stem cells allow for an unlimited supply of genome edited differentiated cells such as neurons with the PQR knock-in reporter.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».