Modeling neurodegeneration in the retina and strategies for developing pan-neurodegenerative therapies
Notice bibliographique
Résumé
BACKGROUND: Glaucoma Research Foundation's third Catalyst for a Cure team (CFC3) was established in 2019 to uncover new therapies for glaucoma, a leading cause of blindness. In the 2021 meeting "Solving Neurodegeneration," (detailed in Mol Neurodegeneration 17(1), 2022) the team examined the failures of investigational monotherapies, issues with translatability, and other significant challenges faced when working with neurodegenerative disease models. They emphasized the need for novel, humanized models and proposed identifying commonalities across neurodegenerative diseases to support the creation of pan-neurodegenerative disease therapies. Since then, the fourth Catalyst for a Cure team (CFC4) was formed to explore commonalities between glaucoma and other neurodegenerative diseases. This review summarizes outcomes from the 2023 "Solving Neurodegeneration 2" meeting, a forum for CFC3 and CFC4 to share updates, problem solve, plan future research collaborations, and identify areas of unmet need or opportunity in glaucoma and the broader field of neurodegenerative disease research. MAIN BODY: We summarize the recent progress in the field of neurodegenerative disease research and present the newest challenges and opportunities moving forward. While translatability and disease complexity continue to pose major challenges, important progress has been made in identifying neuroprotective targets and understanding neuron-glia-vascular cell interactions. New challenges involve improving our understanding of the disease microenvironment and timeline, identifying the optimal approach(es) to neuronal replacement, and finding the best drug combinations and synergies for neuroprotection. We propose solutions to common research questions, provide prescriptive recommendations for future studies, and detail methodologies, strategies, and approaches for addressing major challenges at the forefront of neurodegenerative disease research. CONCLUSIONS: This review is intended to serve as a research framework, offering recommendations and approaches to validating neuroprotective targets, investigating rare cell types, performing cell-specific functional characterizations, leveraging novel adaptations of scRNAseq, and performing single-cell sorting and sequencing across neurodegenerative diseases and disease models. We focus on modeling neurodegeneration using glaucoma and other neurodegenerative pathologies to investigate the temporal and spatial dynamics of neurodegenerative disease pathogenesis, suggesting researchers aim to identify pan-neurodegenerative drug targets and drug combinations leverageable across neurodegenerative diseases.
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) | 0,001 | 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 ».