MétaCan
Menu
Retour à la cohorte
Enregistrement W7132974599

CRISPR-mediated Modelling and Treatment of Tandem Duplications in Rare Inherited Disorders

2022· dissertation· W7132974599 sur OpenAlexaff
Eleonora Maino

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineMedicine
ThématiqueNeurogenetic and Muscular Disorders Research
Établissements canadiensAmgen (Canada)
Organismes subventionnairesnon disponible
Mots-clésGene duplicationTandem exon duplicationContext (archaeology)DiseaseMutationModel organism
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tandem duplication mutations are increasingly found to be the direct cause of many rare inheritable diseases, including Duchenne muscular dystrophy (DMD) and MeCP2 duplication syndrome (MDS). Unfortunately, animal models recapitulating such mutations are scarce, limiting our ability to study them and develop therapeutic options for the affected patients. In my thesis, I explored the potential of the CRISPR/Cas9 system to model and correct tandem duplication mutations at large. First, a novel DMD duplication mouse model (Dup18-30), harbouring a patient multi-exonic duplication in the Dmd gene, was generated and characterized. The Dup18-30 mouse model faithfully recapitulates DMD disease phenotypes, developing early-onset motor and cardiac complications. I then implemented an in vivo single-guide RNA CRISPR/Cas9 approach to correct the disease-causing tandem duplication. This approach precisely removed the duplication mutation, restored full-length dystrophin expression, and resulted in marked improvements in both histopathological and clinical phenotypes. In an effort to broaden the applicability of these strategies, I further translated them in the context of MDS, a rare neurodevelopmental disease. A CRISPR/Cas9 fusion proximity-based approach was developed to improve the efficiency of tandem duplication generation, and it was utilized to generate an Irak1-Mecp2 tandem duplication mouse model (Mecp2 Dup) that recapitulates an MDS patient mutation. The Mecp2 Dup model displays neurological phenotypes and an abnormal immune response in keeping with MDS disease manifestations. The Mecp2 Dup mouse line thus provides an innovative tool to investigate disease mechanisms and advance therapeutic development. Ultimately, the results derived from my PhD project highlight the tremendous potential of CRISPR/Cas9 in both modeling and treating tandem duplication mutations, opening new horizons in research for patients affected by duplication 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 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,374
Écart entre enseignants0,335 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetNeurogenetic and Muscular Disorders ResearchTravaux en français237 207