MétaCan
Menu
Retour à la cohorte
Enregistrement W4406284854 · doi:10.1093/braincomms/fcae418

Genomic characterization of Huntington’s disease genetic modifiers informs drug target tractability

2024· article· en· W4406284854 sur OpenAlexafffund
Kevin Lucy Namuli, Alana N. Slike, Mason A Hollebeke, Galen E.B. Wright

Notice bibliographique

RevueBrain Communications · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensUniversity of ManitobaHealth Sciences Centre
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchCanada Research ChairsUniversity of ManitobaResearch ManitobaHealth Sciences Centre Foundation
Mots-clésHuntington's diseaseDrugDiseaseGeneticsComputational biologyBiologyCharacterization (materials science)MedicinePharmacologyNanotechnologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Huntington’s disease is caused by a CAG repeat in the HTT gene. Repeat length correlates inversely with the age of onset but only explains part of the observed clinical variability. Genome-wide association studies highlight DNA repair genes in modifying disease onset, but further research is required to identify causal genes and evaluate their tractability as drug targets. To address these gaps and learn important preclinical information, we analysed genome-wide association study data from a large Huntington’s disease age-of-onset study (n = 9064), prioritizing robust candidate Huntington’s disease modifier genes using bioinformatic approaches and analysing related information for these genes from large-scale human genetic repositories. We supplemented this information with other Huntington’s disease–related screens, including exome studies of Huntington’s disease onset and high-throughput assessments of mHTT toxicity. To confirm whether Huntington’s disease modifiers are shared across repeat expansion disorders, we also analysed age-of-onset genome-wide association study data from X-linked dystonia-parkinsonism caused by a (CCCTCT)n expansion. We also studied modifier-related associations with rare diseases to inform potential off-target therapeutic effects and conducted comprehensive phenome-wide studies to identify other traits linked to these genes. Finally, we evaluated the aggregated human genetic evidence and theoretical druggability of the prioritized Huntington’s disease modifier genes, including characteristics recently associated with clinical trial stoppage due to safety concerns (i.e. human genetic constraint, number of interacting partners and RNA tissue expression specificity). In total, we annotated and assessed nine robust candidate Huntington’s disease modifier genes. Notably, we detected a high correlation (R2 = 0.78) in top age-of-onset genome-wide association study hits across repeat expansion disorders, emphasizing cross-disorder relevance. Clinical genetic repositories analysis showed DNA repair genes, such as MLH1, PMS2 and MSH3, are associated with cancer phenotypes, suggesting potential limitations as drug targets. LIG1 and RRM2B were both associated with neurofibrillary tangles, which may provide a link to a potential role in mHTT aggregates, while MSH3 was associated with several cortical morphology-related traits relevant to Huntington’s disease. Finally, human genetic evidence and theoretical druggability analyses prioritized and ranked modifier genes, with PMS1 exhibiting the most favourable profile. Notably, HTT itself ranked poorly as a theoretical drug target, emphasizing the importance of exploring modifier-based alternative targets. In conclusion, our study highlights the importance of human genomic information to prioritize Huntington’s disease modifier genes as drug targets, providing a basis for future therapeutic development in Huntington’s disease and other repeat expansion 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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,533
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,031
Tête enseignante GPT0,283
Écart entre enseignants0,252 · 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.

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

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain CommunicationsMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207