MétaCan
Menu
Retour à la cohorte
Enregistrement W2108064111 · doi:10.1093/hmg/dds500

LKB1-regulated adaptive mechanisms are essential for neuronal survival following mitochondrial dysfunction

2012· article· en· W2108064111 sur OpenAlexafffund
Marc Germain, Albert Nguyen, Mireille Khacho, Daniel A. Patten, Robert A. Screaton, David S. Park, Ruth S. Slack

Notice bibliographique

RevueHuman Molecular Genetics · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMitochondrial Function and Pathology
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologyMitochondrial biogenesisMitochondrionMitochondrial DNACell biologyLoss functionDNAJA3Regulatormitochondrial fusionPhenotypeNeuroscienceGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Mitochondrial dysfunction plays an important role in the etiology of neurodegenerative diseases. However, the progressive nature of neuronal loss in genetic models of mitochondrial dysfunction suggests the presence of compensatory mechanisms promoting neuronal survival under these conditions. Here, we identified the energy metabolism kinase LKB1 as a key regulator of the compensatory mechanisms activated in neurons, following mitochondrial dysfunction. To accomplish this, we have created an in vivo neurodegenerative model based on the deletion of the mitochondrial protein apoptosis-inducing factor (AIF) in postmitotic neurons. Loss of mitochondrial function caused by AIF deletion induced several adaptive mechanisms, including increased glycolysis and mitochondrial biogenesis. Importantly, the activation of these adaptive mechanisms was abrogated by the deletion of one allele of LKB1, resulting in impaired neuronal survival. Because loss of mitochondrial function is a central mechanism implicated in neurodegenerative diseases, modulation of LKB1-dependent pathways may represent an important strategy to preserve neuronal survival and function.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,262
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations22
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Molecular GeneticsMême sujetMitochondrial Function and PathologyTravaux en français237 207