MétaCan
Menu
Retour à la cohorte
Enregistrement W4401208268 · doi:10.3390/genes15080999

Recent Progress in Gene-Targeting Therapies for Spinal Muscular Atrophy: Promises and Challenges

2024· review· en· W4401208268 sur OpenAlexafffund
Umme Sabrina Haque, Toshifumi Yokota

Notice bibliographique

RevueGenes · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueNeurogenetic and Muscular Disorders Research
Établissements canadiensMuscular Dystrophy CanadaUniversity of Alberta
Organismes subventionnairesFaculty of Medicine and Dentistry, University of AlbertaMuscular Dystrophy CanadaUniversity of AlbertaCanadian Institutes of Health ResearchWomen and Children's Health Research InstituteChildren's Health Research Institute
Mots-clésSpinal muscular atrophyMedicineNeuroscienceGenetic enhancementGeneBioinformaticsBiologyComputational biologyGenetics

Résumé

récupéré en direct d'OpenAlex

Spinal muscular atrophy (SMA) is a severe genetic disorder characterized by the loss of motor neurons, leading to progressive muscle weakness, loss of mobility, and respiratory complications. In its most severe forms, SMA can result in death within the first two years of life if untreated. The condition arises from mutations in the SMN1 (survival of motor neuron 1) gene, causing a deficiency in the survival motor neuron (SMN) protein. Humans possess a near-identical gene, SMN2, which modifies disease severity and is a primary target for therapies. Recent therapeutic advancements include antisense oligonucleotides (ASOs), small molecules targeting SMN2, and virus-mediated gene replacement therapy delivering a functional copy of SMN1. Additionally, recognizing SMA’s broader phenotype involving multiple organs has led to the development of SMN-independent therapies. Evidence now indicates that SMA affects multiple organ systems, suggesting the need for SMN-independent treatments along with SMN-targeting therapies. No single therapy can cure SMA; thus, combination therapies may be essential for comprehensive treatment. This review addresses the SMA etiology, the role of SMN, and provides an overview of the rapidly evolving therapeutic landscape, highlighting current achievements and future directions.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,991
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,148
Tête enseignante GPT0,411
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 tête enseignante, pas un consensus.

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

Citations20
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGenesMême sujetNeurogenetic and Muscular Disorders ResearchTravaux en français237 207