MétaCan
Menu
Retour à la cohorte
Enregistrement W7071866373

«In vitro» modelling of Lesch-Nyhan Disease

2018· dissertation· ru· W7071866373 sur OpenAlexaff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2018
Typedissertation
Langueru
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiochemical and Molecular Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTranscriptomeDiseaseInduced pluripotent stem cellKnockout mouseNeural stem cellIn vivoProfiling (computer programming)Context (archaeology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Lesch-Nyhan Disease (LND) is a rare neurodevelopmental disorder characterized by metabolic symptoms including the accumulation of uric acid crystals in the urine, hyperuricemia, and gout, and neurological symptoms including severe dystonia, intellectual disability, and chronic selfharming behaviours.The causal gene, HPRT1, has been known since 1967 but, despite 50 years of research, the mechanisms and pathways through which HPRT1 mutations cause the neurological symptoms of LND remain unknown.A primary challenge hindering progress in LND research is that traditional approaches to disease modelling have not been very effective.Many in vitro and in vivo models have been used to study LND, but each comes with substantial limitations and studies in different models have yielded at times contradictory results.This work presents the development and transcriptome profiling of three novel models of LND using short hairpin RNA knockdowns (shHPRT) in immortalized human midbrain progenitors, and patient induced pluripotent stem cell-derived forebrain-like neural (fNPCs) and midbrainlike neural progenitors (mdNPCs).These are the first human neuronal models of LND and the largest and most comprehensive transcriptomic datasets available for LND research.Using a combination of bioinformatics, targeted validation, and functional assessments, we have shown cell-type specific alterations to adenosine neurotransmission and increases of the expression of mitochondrial genes.These changes are not found in the brains of HPRT knockout mice, and emphasize the need for species and cell-type accurate models of neurodevelopmental disorders. Contributions of authorsMy contributions to this thesis include designing, performing, and analyzing all of the experiments presented, with the exceptions outlined below.In cases where data was collected by a collaborator, I prepared the samples and analyzed, interpreted and presented the results.I also developed and refined the iPSC culture and differentiation protocols used throughout.Finally, I have prepared the text and figures that make up this thesis.Science is a collaborative work, and many exceptional researchers have lent their talents to my project.Dr. Alpha Diallo and Dr. Jean Francois Theroux assisted with bioinformatic processing (chapters 2-4) Dr.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,034
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
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 Opus0,022
Tête enseignante GPT0,267
Écart entre enseignants0,245 · 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.

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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetBiochemical and Molecular ResearchTravaux en français237 207