Molecular and imaging biomarker responses to brain mutant HTT lowering in a mouse model of Huntington disease
Notice bibliographique
Résumé
Therapies targeting mutant huntingtin (mHTT) reduction in the brain hold promise as disease-modifying treatments for Huntington disease (HD), necessitating biomarkers that accurately reflect treatment response. We evaluated candidate molecular and imaging biomarkers after mHTT reduction in YAC128 HD mice, with equal numbers of males and females per group. At 6 months of age, YAC128 mice received unilateral intracerebroventricular injections of saline or mHTT-lowering antisense oligonucleotide (HTT ASO). Plasma neurofilament light chain (NEFL) and glial fibrillary acidic protein (GFAP) were measured longitudinally from 6 to 12 months. Structural MRI was performed at 6, 9, and 12 months. At study endpoint, we quantified mHTT target engagement in the brain and performed striatal RNA sequencing. Treatment with HTT ASO produced a sustained reduction of mHTT levels throughout the brain for up to 6 months, significantly slowed plasma NEFL increases, and moderately attenuated GFAP elevation. Although mHTT levels inversely correlated with gray and white matter volumes, treatment did not significantly stabilize regional brain atrophy, highlighting an association between mHTT load and neuroanatomical integrity. HTT ASO also partially reversed striatal transcriptome dysregulation and restored oligodendrocyte-specific gene expression. Plasma NEFL, but not brain imaging, emerges as a sensitive and dynamic response biomarker for mHTT-lowering therapies.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».