Bmi1 Is Down-Regulated in the Aging Brain and Displays Antioxidant and Protective Activities in Neurons
Notice bibliographique
Résumé
Aging increases the risk to develop several neurodegenerative diseases, although the underlying mechanisms are poorly understood. Inactivation of the Polycomb group gene Bmi1 in mice results in growth retardation, cerebellar degeneration, and development of a premature aging-like phenotype. This progeroid phenotype is characterized by formation of lens cataracts, apoptosis of cortical neurons, and increase of reactive oxygen species (ROS) concentrations, owing to p53-mediated repression of antioxidant response (AOR) genes. Herein we report that Bmi1 expression progressively declines in the neurons of aging mouse and human brains. In old brains, p53 accumulates at the promoter of AOR genes, correlating with a repressed chromatin state, down-regulation of AOR genes, and increased oxidative damages to lipids and DNA. Comparative gene expression analysis further revealed that aging brains display an up-regulation of the senescence-associated genes IL-6, p19(Arf) and p16(Ink4a), along with the pro-apoptotic gene Noxa, as seen in Bmi1-null mice. Increasing Bmi1 expression in cortical neurons conferred robust protection against DNA damage-induced cell death or mitochondrial poisoning, and resulted in suppression of ROS through activation of AOR genes. These observations unveil that Bmi1 genetic deficiency recapitulates aspects of physiological brain aging and that Bmi1 over-expression is a potential therapeutic modality against neurodegeneration.
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 ».