MétaCan
Menu
Retour à la cohorte
Enregistrement W2063883150 · doi:10.2174/13892037113149990051

Role of Amylin and its Receptors in Neurodegeneration

2013· review· en· W2063883150 sur OpenAlexafffund
Wenbin Fu, Jack H. Jhamandas

Notice bibliographique

RevueCurrent Protein and Peptide Science · 2013
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématique14-3-3 protein interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAmylinNeurodegenerationReceptorCalcitonin receptorAmyloid (mycology)BiologyCalcitoninSignal transductionG protein-coupled receptorNeuroscienceEndocrinologyCell biologyInternal medicineCalcitonin gene-related peptideBiochemistryNeuropeptideMedicineDiabetes mellitusDiseaseIslet

Résumé

récupéré en direct d'OpenAlex

Amylin (islet amyloid polypeptide) and amyloid beta protein (Aβ), identified as proteinaceous deposits within the pancreas of diabetics and the brain of Alzheimer's patients respectively, share many biophysical, physiological and neurotoxic properties. Although no specific β receptor" has been identified, emerging evidence suggests that the amylin receptor serves a putative target receptor for the actions of Aβ in the brain. The amylin receptor consists of a calcitonin receptor dimerized with receptor activity-modifying proteins and is widely distributed within central nervous system. Aβ can directly activate this G protein-coupled receptor and trigger multiple intracellular signal transduction messengers and pathways that include calcium, cAMP, ERK1/2 and Fos. Growing evidence suggests that amylin and amylin receptors are involved in many aspects of neurodegenerative pathophysiology. Developing therapeutic strategies aimed at modulating amylin receptor function may prove useful for treatment of neurodegenerative diseases such as Alzheimer's disease.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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 Opus0,038
Tête enseignante GPT0,338
Écart entre enseignants0,300 · 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

Citations3
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Protein and Peptide ScienceMême sujet14-3-3 protein interactionsTravaux en français237 207