Deciphering the Pathophysiological Mechanisms Underpinning Myoclonus Dystonia Using Pluripotent Stem Cell-Derived Cellular Models
Notice bibliographique
Résumé
Dystonia is a movement disorder with an estimated prevalence of 1.2% and is characterised by involuntary muscle contractions leading to abnormal postures and pain. Only symptomatic treatments are available with no disease-modifying or curative therapy, in large part due to the limited understanding of the underlying pathophysiology. However, the inherited monogenic forms of dystonia provide an opportunity for the development of disease models to examine these mechanisms. Myoclonus Dystonia, caused by SGCE mutations encoding the ε-sarcoglycan protein, represents one of now >50 monogenic forms. Previous research has implicated the involvement of the basal ganglia–cerebello-thalamo-cortical circuit in dystonia pathogenesis, but further work is needed to understand the specific molecular and cellular mechanisms. Pluripotent stem cell technology enables a patient-derived disease modelling platform harbouring disease-causing mutations. In this review, we discuss the current understanding of the aetiology of Myoclonus Dystonia, recent advances in producing distinct neuronal types from pluripotent stem cells, and their application in modelling Myoclonus Dystonia in vitro. Future research employing pluripotent stem cell-derived cellular models is crucial to elucidate how distinct neuronal types may contribute to dystonia and how disruption to neuronal function can give rise to dystonic disorders.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».