An organelle proteomic method to study neurotransmission‐related proteins, applied to a neurodevelopmental model of schizophrenia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Limited information is currently available on molecular events that underlie schizophrenia-like behaviors in animal models. Accordingly, we developed an organelle proteomic approach enabling the study of neurotransmission-related proteins in the prefrontal cortex (PFC) of postpubertal (postnatal day 60 (PD60)) neonatally ventral hippocampal (nVH) lesioned rats, an extensively used neurodevelopmental model of schizophrenia-like behaviors. The PFC was chosen because of its purported role in the etiology of the disease. Statistical analysis of 392 reproducible spots on 2-D organelle proteomic patterns revealed significant changes in intensity of 18 proteinous spots in plasma membrane-enriched fractions obtained from postpubertal nVH lesioned rats compared to controls. Mass spectrometric analysis and database searching allowed the identification of a single protein in each of the nine differential spots, including proteins of low abundance, such as neurocalcin delta. Most of the identified dysregulated proteins, including clathrin light chain B, syntaxin binding protein 1b and visinin-like protein 1 are known to be linked to various neurotransmitter systems and to play key roles in plasma membrane receptor expression and recycling as well as synaptic vesicle exocytosis/recycling. Organelle proteomic approaches have hence proved to be most useful to identify key proteins linked to a given behavior in animal models of brain diseases.
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.
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 | 0,001 | 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 découle