MétaCan
Menu
Retour à la cohorte
Enregistrement W4400721739 · doi:10.3390/biom14070857

Towards a Treatment for Leukodystrophy Using Cell-Based Interception and Precision Medicine

2024· review· en· W4400721739 sur OpenAlexafffund
Benoit Coulombe, Alexandra Chapleau, Julia Macintosh, Thomas M. Durcan, Christian Poitras, Yena Moursli, Denis Faubert, Maxime Pinard, Geneviève Bernard

Notice bibliographique

RevueBiomolecules · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA regulation and disease
Établissements canadiensMcGill UniversityMontreal Neurological Institute and HospitalMcGill University Health CentreUniversité de MontréalMontreal Clinical Research Institute
Organismes subventionnairesFonds de Recherche du Québec - SantéFondation du Grand défi Pierre LavoieCanadian Institutes of Health ResearchQuébec Consortium for Drug DiscoveryMcGill University Health CentreFondation Brain CanadaMcGill UniversityChildren's Hospital FoundationInstitut de recherche, Centre universitaire de santé McGill
Mots-clésPrecision medicineInterceptionLeukodystrophyDiseaseMedicineIdentification (biology)Computer scienceBioinformaticsComputational biologyBiologyPathology

Résumé

récupéré en direct d'OpenAlex

Cell-based interception and precision medicine is a novel approach aimed at improving healthcare through the early detection and treatment of diseased cells. Here, we describe our recent progress towards developing cell-based interception and precision medicine to detect, understand, and advance the development of novel therapeutic approaches through a single-cell omics and drug screening platform, as part of a multi-laboratory collaborative effort, for a group of neurodegenerative disorders named leukodystrophies. Our strategy aims at the identification of diseased cells as early as possible to intercept progression of the disease prior to severe clinical impairment and irreversible tissue damage.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,868

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,070
Tête enseignante GPT0,390
Écart entre enseignants0,320 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomoleculesMême sujetRNA regulation and diseaseTravaux en français237 207