Accumulation of N-terminal mutant huntingtin in mouse and monkey models implicated as a pathogenic mechanism in Huntington's disease
Notice bibliographique
Résumé
A number of mouse models expressing mutant huntingtin (htt) with an expanded polyglutamine (polyQ) domain are useful for studying the pathogenesis of Huntington's disease (HD) and identifying appropriate therapies. However, these models exhibit neurological phenotypes that differ in their severity and nature. Understanding how transgenic htt leads to variable neuropathology in animal models would shed light on the pathogenesis of HD and help us to choose HD models for investigation. By comparing the expression of mutant htt at the transcriptional and protein levels in transgenic mice expressing N-terminal or full-length mutant htt, we found that the accumulation and aggregation of mutant htt in the brain is determined by htt context. HD mouse models demonstrating more severe phenotypes show earlier accumulation of N-terminal mutant htt fragments, which leads to the formation of htt aggregates that are primarily present in neuronal nuclei and processes, as well as glial cells. Similarly, transgenic monkeys expressing exon-1 htt with a 147-glutamine repeat (147Q) died early and showed abundant neuropil aggregates in swelling neuronal processes. Fractionation of HD150Q knock-in mice brains revealed an age-dependent accumulation of N-terminal mutant htt fragments in the nucleus and synaptosomes, and this accumulation was most pronounced in the striatum due to decreased proteasomal activity. Our findings suggest that the neuropathological phenotypes of HD stem largely from the accumulation of N-terminal mutant htt fragments and that this accumulation is determined by htt context and cell-type-dependent clearance of mutant htt.
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 | 0,000 |
| 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 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 ».