MétaCan
Menu
Retour à la cohorte
Enregistrement W4404135320 · doi:10.1016/j.ebiom.2024.105444

Liver SMN restoration rescues the Smn mouse model of spinal muscular atrophy

2024· article· en· W4404135320 sur OpenAlexafffundabout
Emma R Sutton, Ariane Beauvais, Rebecca Yaworski, Yves De Repentigny, Aoife Reilly, Monique Marylin Alves de Almeida, Marc‐Olivier Deguise, Kathy L. Poulin, Robin J. Parks, Bernard L. Schneider, Rashmi Kothary

Notice bibliographique

RevueEBioMedicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurogenetic and Muscular Disorders Research
Établissements canadiensUniversity of OttawaOttawa Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of OttawaMuscular Dystrophy Association
Mots-clésSpinal muscular atrophyMedicinePathologyDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The liver is a key metabolic organ, acting as a hub to metabolically connect various tissues. Spinal muscular atrophy (SMA) is a neuromuscular disorder whereby patients have an increased susceptibility to developing dyslipidaemia and liver steatosis. It remains unknown whether fatty liver is due to an intrinsic or extrinsic impact of survival motor neuron (SMN) protein depletion. METHODS: mice, a model of SMA. Experiments assessed central and peripheral impacts using immunoblot, immunohistochemistry, and electron microscopy techniques. FINDINGS: mice. Fatty liver was ameliorated while key markers of liver function were also restored to normal levels. Certain peripheral pathologies were rescued including muscle size and pancreatic cell imbalance. Only a partial CNS recovery was seen using a liver therapeutic strategy alone. INTERPRETATION: mice. FUNDING: This work was funded by Muscular Dystrophy Association (USA) [grant number 963652 to R.K.]; the Canadian Institutes of Health Research [grant number PJT-186300 to R.K.].

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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,038
Tête enseignante GPT0,323
Écart entre enseignants0,285 · 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

Citations13
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEBioMedicineMême sujetNeurogenetic and Muscular Disorders ResearchTravaux en français237 207