Reducing TDP-43 aggregation does not prevent its cytotoxicity
Notice bibliographique
Résumé
BACKGROUND: TAR DNA-binding protein 43 (TDP-43) is a protein that is involved in the pathology of Amyotrophic Lateral Sclerosis (ALS) and Frontotemporal Lobar Degeneration (FTLD). In patients with these neurodegenerative diseases, TDP-43 does not remain in its normal nuclear location, but instead forms insoluble aggregates in both the nucleus and cytoplasm of affected neurons. RESULTS: We used high density peptide array analysis to identify regions in TDP-43 that are bound by TDP-43 itself and designed candidate peptides that might be able to reduce TDP-43 aggregation. We found that two of the synthetic peptides identified with this approach could effectively inhibit the formation of TDP-43 protein aggregates in a concentration-dependent manner in HeLa cells in which a mutated human TDP-43 gene was overexpressed. However, despite reducing aggregation, these peptides did not reduce or prevent cell death. Similar results were observed in HeLa cells treated with arsenite. Again we found reduced aggregation, in this case of wild type TDP-43, but no difference in cell death. CONCLUSIONS: Our results suggest that TDP-43 aggregation is associated with the cell death process rather than being a direct cause.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».