More than a bystander: the contributions of intrinsic skeletal muscle defects in motor neuron diseases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Spinal muscular atrophy (SMA), amyotrophic lateral sclerosis (ALS), and spinal-bulbar muscular atrophy (SBMA) are devastating diseases characterized by the degeneration of motor neurons. Although the molecular causes underlying these diseases differ, recent findings have highlighted the contribution of intrinsic skeletal muscle defects in motor neuron diseases. The use of cell culture and animal models has led to the important finding that muscle defects occur prior to and independently of motor neuron degeneration in motor neuron diseases. In SMA for instance, the muscle specific requirements of the SMA disease-causing gene have been demonstrated by a series of genetic rescue experiments in SMA models. Conditional ALS mouse models expressing a muscle specific mutant SOD1 gene develop atrophy and muscle degeneration in the absence of motor neuron pathology. Treating SBMA mice by over-expressing IGF-1 in a skeletal muscle-specific manner attenuates disease severity and improves motor neuron pathology. In the present review, we provide an in depth description of muscle intrinsic defects, and discuss how they impact muscle function in these diseases. Furthermore, we discuss muscle-specific therapeutic strategies used to treat animal models of SMA, ALS, and SBMA. The study of intrinsic skeletal muscle defects is crucial for the understanding of the pathophysiology of these diseases and will open new therapeutic options for the treatment of motor neuron diseases.
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.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle