Bibliographic record
Abstract
L’échec des différents essais cliniques souligne la nécessité de développer des nouvelles thérapies pour la maladie d'Alzheimer (MA), la cause la plus commune de démence. Les microARNs (miARNs) sont les ARNs non-codants les plus étudiés et ils jouent un rôle important dans la modulation de l'expression des gènes et de multiples voies de signalisation. Des études antérieures, dont celles de mon laboratoire d’accueil, ont permis de développer l’hypothèse que certains membres de la famille miR-15/107 (c.-à-d. miR-15ab, miR-16, miR-195, miR-424, and miR-497) pourraient être utilisés comme agents thérapeutiques dans MA. En effet, cette famille avait le potentiel de réguler de multiples gènes associés à MA, tels que la protéine précurseur de l'amyloïde (APP), la β-secrétase (BACE1), et la protéine Tau. Tel que démontré dans ce projet de thèse, j’ai choisi miR-16 comme cible thérapeutique potentielle pour MA parmi tous les membres de la famille. L’essai luciférase dans ce projet confirme que miR-16 peut réguler simultanément APP et BACE1, directement par une interaction avec la région non-codante en 3’ de l’ARNm). Notamment, nous observons aussi une réduction de la production des peptides amyloïdes et de la phosphorylation de Tau après une augmentation de miR-16 en cellule. J’ai ensuite validé mes résultats in vivo dans la souris en utilisant une méthode de livraison de miR-16 via une pompe osmotique implanté dans le cerveau. Dans ce cas, l'expression des protéines d’intérêts (APP, BACE1, Tau) a été mesurée par immunobuvardage et PCR à temps réel. Après validation, ces résultats ont été complémentés par une étude protéomique (iTRAQ) du tronc cérébral et de l'hippocampe, deux régions associées à la maladie. Ces données m’ont permis d’identifier d'autres protéines régulées par miR-16 in vivo, incluant α-Synucléine, Transferrine receptor1, et SRm300. Une autre observation intéressante : les voies régulées par miR-16 in vivo sont directement en lien avec le stress oxydatif et la neurodégénération. En résumé, ce travail démontre l’efficacité et la faisabilité d’utiliser un miARN comme outil thérapeutique pour la maladie d’Alzheimer. Ces résultats rentrent dans un cadre plus vaste de découvrir de nouvelles cibles pour MA, et en particulier la forme sporadique de la maladie qui représente plus de 95% de tous les cas. Évidemment, la découverte d’une molécule pouvant cibler simultanément les deux pathologies de la maladie (plaques amyloïdes et hyper phosphorylation de tau) est nouvelle et intéressante, et ce domaine de recherche ouvre la porte aux autres petits ARNs non-codants dans MA et les maladies neurodégénératives connexes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".