Progranulin Gene Delivery Protects Dopaminergic Neurons in a Mouse Model of Parkinson’s Disease
Notice bibliographique
Résumé
Parkinson's disease (PD) is a progressive neurodegenerative disorder characterized by tremor, rigidity and akinesia/bradykinesia resulting from the progressive loss of nigrostriatal dopaminergic neurons. To date, only symptomatic treatment is available for PD patients, with no effective means of slowing or stopping the progression of the disease. Progranulin (PGRN) is a 593 amino acid multifunction protein that is widely distributed throughout the CNS, localized primarily in neurons and microglia. PGRN has been demonstrated to be a potent regulator of neuroinflammation and also acts as an autocrine neurotrophic factor, important for long-term neuronal survival. Thus, enhancing PGRN expression may strengthen the cells resistance to disease. In the present study, we have used the 1-methyl-4-phenyl-1,2,3,6-tetrahydropyridine (MPTP) model of PD to investigate the possible use of PGRN gene delivery as a therapy for the prevention or treatment of PD. Viral vector delivery of the PGRN gene was an effective means of elevating PGRN expression in nigrostriatal neurons. When PGRN expression was elevated in the SNC, nigrostriatal neurons were protected from MPTP toxicity in mice, along with a preservation of striatal dopamine content and turnover. Further, protection of nigrostriatal neurons by PGRN gene therapy was accompanied by reductions in markers of MPTP-induced inflammation and apoptosis as well as a complete preservation of locomotor function. We conclude that PGRN gene therapy may have beneficial effects in the treatment of PD.
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 ».