Recent Progress of Antisense Oligonucleotide Therapy for Superoxide-Dismutase-1-Mutated Amyotrophic Lateral Sclerosis: Focus on Tofersen
Notice bibliographique
Résumé
Amyotrophic lateral sclerosis (ALS) is a refractory neurodegenerative disease characterized by the degeneration and loss of motor neurons, typically resulting in death within five years of onset. There have been few effective treatments, making the development of robust therapies an urgent challenge. Genetic mutations have been identified as contributors to ALS, with mutations in superoxide dismutase 1 (SOD1), which neutralizes the harmful reactive oxygen species superoxide, accounting for approximately 2% of all ALS cases. To counteract the toxic gain of function caused by SOD1 mutations, therapeutic strategies aimed at suppressing SOD1 gene expression have shown promise. Antisense oligonucleotide (ASO) is an artificially synthesized, short, single-stranded DNA/RNA molecule that binds to target RNA to alter gene expression, representing a next-generation therapeutic approach. In 2023, tofersen became the first ASO drug approved by the FDA for ALS. Administered intrathecally, tofersen specifically binds to SOD1 mRNA, inhibiting the production of toxic SOD1 protein, thereby improving biomarkers of ALS. The long-term efficacy and safety of tofersen require further validation, and the development of more optimized treatment protocols is essential. A series of studies and therapeutic developments related to SOD1 mutations have advanced the understanding of ALS pathophysiology and significantly contributed to treatment strategies for central nervous system disorders. This review focuses on an overview of SOD1 mutations and the development process of tofersen, aiming to deepen the understanding of advancements in ALS research and discuss future challenges and directions for ASO therapy.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».