MétaCan
Menu
Retour à la cohorte
Enregistrement W2072477505 · doi:10.2174/156800705774322058

CREB, Synapses and Memory Disorders: Past Progress and Future Challenges

2005· review· en· W2072477505 sur OpenAlexaff
Sheena A. Josselyn, Peter Nguyen

Notice bibliographique

RevueCurrent Drug Targets - CNS & Neurological Disorders · 2005
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhosphodiesterase function and regulation
Établissements canadiensHospital for Sick ChildrenSickKids Foundation
Organismes subventionnairesnon disponible
Mots-clésCREBNeuronal memory allocationNeuroscienceLong-term potentiationAplysiaSynaptic plasticityTranscription factorBiologyNeuroplasticityCell biologyMetaplasticityGeneGeneticsReceptor

Résumé

récupéré en direct d'OpenAlex

In neurons, appropriate long-term adaptive responses to changes in the environment require the conversion of extracellular stimuli into discrete intracellular signals. Many of these signals involve the regulation of gene expression. The cAMP responsive element binding protein (CREB) is a nuclear transcription factor that modulates transcription of genes containing cAMP responsive elements (CRE sites) in their promoters. CREB is a key part of many intracellular signaling events that critically regulate many neural functions. Numerous studies on invertebrates and vertebrates demonstrate that CREB is critical for long-term memory. Here, we review the key features of CREB-dependent transcription and critically evaluate the data examining the roles of CREB in different forms of plasticity, including long-term memory in mammals. Because learning and memory have been linked to specific types of synaptic plasticity in several species, we also review studies on the role of CREB in long-term facilitation in Aplysia and in hippocampal long-term potentiation (LTP). Several human cognitive disorders have been linked to alterations of CREB-regulated gene expression. Therefore, we explore the possibility of targeting CREB function in developing novel treatment strategies. Finally, we highlight areas of research on CREB that are ripe for further advancement.

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 enseignants0,004
Score d'incertitude au seuil0,012

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 savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,022
Tête enseignante GPT0,292
Écart entre enseignants0,270 · 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

Citations186
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Drug Targets - CNS & Neurological DisordersMême sujetPhosphodiesterase function and regulationTravaux en français237 207