Early defect of transforming growth factor β1 formation in Huntington’s disease
Notice bibliographique
Résumé
A defective expression or activity of neurotrophic factors, such as brain- and glial-derived neurotrophic factors, contributes to neuronal damage in Huntington's disease (HD). Here, we focused on transforming growth factor-β (TGF-β(1) ), a pleiotropic cytokine with an established role in mechanisms of neuroprotection. Asymptomatic HD patients showed a reduction in TGF-β(1) levels in the peripheral blood, which was related to trinucleotide mutation length and glucose hypometabolism in the caudate nucleus. Immunohistochemical analysis in post-mortem brain tissues showed that TGF-β(1) was reduced in cortical neurons of asymptomatic and symptomatic HD patients. Both YAC128 and R6/2 HD mutant mice showed a reduced expression of TGF-β(1) in the cerebral cortex, localized in neurons, but not in astrocytes. We examined the pharmacological regulation of TGF-β(1) formation in asymptomatic R6/2 mice, where blood TGF-β(1) levels were also reduced. In these R6/2 mice, both the mGlu2/3 metabotropic glutamate receptor agonist, LY379268, and riluzole failed to increase TGF-β(1) formation in the cerebral cortex and corpus striatum, suggesting that a defect in the regulation of TGF-β(1) production is associated with HD. Accordingly, reduced TGF-β(1) mRNA and protein levels were found in cultured astrocytes transfected with mutated exon 1 of the human huntingtin gene, and in striatal knock-in cell lines expressing full-length huntingtin with an expanded glutamine repeat. Taken together, our data suggest that serum TGF-β(1) levels are potential biomarkers of HD development during the asymptomatic phase of the disease, and raise the possibility that strategies aimed at rescuing TGF-β(1) levels in the brain may influence the progression of HD.
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 | 0,001 |
| 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 ».