MétaCan
Menu
Retour à la cohorte
Enregistrement W4400909249 · doi:10.1073/pnas.2407546121

Early metformin treatment: An effective approach for targeting fragile X syndrome pathophysiology

2024· article· en· W4400909249 sur OpenAlexafffund
Jung‐Hyun Choi, Laura Marsal-García, Eve Peraldi, Caleb Walters, Ziying Huang, Ilse Gantois, Nahum Sonenberg

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Neurodevelopmental Disorders
Établissements canadiensMcGill University
Organismes subventionnairesNational Research Foundation of KoreaCanadian Institutes of Health ResearchNational Research FoundationFRAXA Research Foundation
Mots-clésFragile X syndromeMetforminFMR1Gene silencingPathophysiologyAutism spectrum disorderKinaseMedicineDYRK1AProtein kinase ANeuroscienceBiologyBioinformaticsAutismEndocrinologyGeneGeneticsFragile xPsychiatry

Résumé

récupéré en direct d'OpenAlex

Fragile X syndrome (FXS) is the most common genetic cause of autism spectrum disorder engendered by transcriptional silencing of the fragile X messenger ribonucleoprotein 1 ( FMR1 ) gene. Given the early onset of behavioral and molecular changes, it is imperative to know the optimal timing for therapeutic intervention. Case reports documented benefits of metformin treatment in FXS children between 2 and 14 y old. In this study, we administered metformin from birth to Fmr1 −/y mice which corrected up-regulated mitogen-2 activated protein kinase/extracellular signal-regulated kinase and mammalian/mechanistic target of rapamycin complex 1 signaling pathways and specific synaptic mRNA-binding targets of FMRP. Metformin rescued increased number of calls in ultrasonic vocalization and repetitive behavior in Fmr1 −/y mice. Our findings demonstrate that in mice, early-in-life metformin intervention is effective in treating FXS pathophysiology.

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 enseignants0,001
Score d'incertitude au seuil0,004

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,283
Écart entre enseignants0,263 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetGenetics and Neurodevelopmental DisordersTravaux en français237 207