MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400911972 · doi:10.20944/preprints202407.1712.v1

Oligonucleotide Therapies for Facioscapulohumeral Muscular Dystrophy: Current Preclinical Landscape

2024· preprint· en· W4400911972 sur OpenAlexafffund
Samuel L. Beck, Toshifumi Yokota

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésFacioscapulohumeral muscular dystrophyMedicineEpigeneticsMyopathyMuscular dystrophyBioinformaticsExon skippingDiseaseGeneBiologyGeneticsPathologyInternal medicineExonAlternative splicing

Résumé

récupéré en direct d'OpenAlex

Facioscapulohumeral muscular dystrophy (FSHD) is an inherited myopathy, characterized by progressive and asymmetric muscle atrophy, primarily affecting muscles of the face, shoulder girdle, and upper arms before affecting muscles of the lower extremities with age and greater disease severity. FSHD is a disabling condition, and patients may also present with various extramuscular symptoms. FSHD is caused by the aberrant expression of double homeobox 4 (DUX4) in adult skeletal muscle, arising from compromised epigenetic repression of the D4Z4 array. DUX4 encodes the DUX4 protein, a transcription factor that activates myotoxic gene programs to produce the FSHD pathology. Therefore, sequence-specific oligonucleotides aimed at reducing DUX4 levels in patients is a compelling therapeutic approach, and one that has received considerable research interest over the last decade. This review aims to describe the current preclinical landscape of oligonucleotide therapies for FSHD. This includes outlining the mechanism of action of each therapy and summarizing the preclinical results obtained regarding their efficacy in cellular and/or murine disease models. The scope of this review is limited to oligonucleotide-based therapies that inhibit the DUX4 gene, mRNA, or protein in a way that does not involve gene editing.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,091
Tête enseignante GPT0,383
Écart entre enseignants0,292 · 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'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 revuePreprints.org→Même sujetMuscle Physiology and Disorders→Travaux en français237 207→