MétaCan
Menu
Retour à la cohorte
Enregistrement W2062122785 · doi:10.1007/s10863-014-9578-4

The metabolic response to excitotoxicity – lessons from single-cell imaging

2014· review· en· W2062122785 sur OpenAlexaff
Niamh M. C. Connolly, Jochen H.M. Prehn

Notice bibliographique

RevueJournal of Bioenergetics and Biomembranes · 2014
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensSt. Stephen's University
Organismes subventionnairesScience Foundation Ireland
Mots-clésExcitotoxicityNeuroprotectionNeuroscienceGlutamate receptorProgrammed cell deathNMDA receptorBiologyAMPA receptorCell biologyChemistryBiochemistryReceptorApoptosis

Résumé

récupéré en direct d'OpenAlex

Excitotoxicity is a pathological process implicated in neuronal death during ischaemia, traumatic brain injuries and neurodegenerative diseases. Excitotoxicity is caused by excess levels of glutamate and over-activation of NMDA or calcium-permeable AMPA receptors on neuronal membranes, leading to ionic influx, energetic stress and potential neuronal death. The metabolic response of neurons to excitotoxicity is complex and plays a key role in the ability of the neuron to adapt and recover from such an insult. Single-cell imaging is a powerful experimental technique that can be used to study the neuronal metabolic response to excitotoxicity in vitro and, increasingly, in vivo. Here, we review some of the knowledge of the neuronal metabolic response to excitotoxicity gained from in vitro single-cell imaging, including calcium and ATP dynamics and their effects on mitochondrial function, along with the contribution of glucose metabolism, oxidative stress and additional neuroprotective signalling mechanisms. Future work will combine knowledge gained from single-cell imaging with data from biochemical and computational techniques to garner holistic information about the metabolic response to excitotoxicity at the whole brain level and transfer this knowledge to a clinical setting.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,319
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2014
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Bioenergetics and BiomembranesMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207