Activation of Pro-survival CaMK4β/CREB and Pro-death MST1 signaling at early and late times during a mouse model of prion disease
Notice bibliographique
Résumé
BACKGROUND: The signaling pathways most critical to prion disease pathogenesis are as yet incompletely characterized. We have developed a kinomics approach to identify signaling pathways that are dysregulated during prion pathogenesis. The approach is sensitive and specific enough to detect signaling pathways dysregulated in a simple in vitro model of prion pathogenesis. Here, we used this approach to identify signaling pathways dysregulated during prion pathogenesis in vivo. METHODS: Mice intraperitoneally infected with scrapie (strain RML) were euthanized at 70, 90, 110, 130 days post-infection (dpi) or at terminal stages of disease (155-190 dpi). The levels of 139 protein kinases in brainstem-cerebellum homogenates were analyzed by multiplex Western blots, followed by hierarchical clustering and analyses of activation states. RESULTS: Hierarchical and functional clustering identified CaMK4β and MST1 signaling pathways as potentially dysregulated. Targeted analyses revealed that CaMK4β and its downstream substrate CREB, which promotes neuronal survival, were activated at 70 and 90 dpi in cortical, subcortical and brainstem-cerebellum homogenates from scrapie-infected mice. The activation levels of CaMK4β/CREB signaling returned to those in mock-infected mice at 110 dpi, whereas MST1, which promotes neuronal death, became activated at 130 dpi. CONCLUSION: Pro-survival CaMK4β/CREB signaling is activated in mouse scrapie at earlier times and later inhibited, whereas pro-death MST1 signaling is activated at these later times.
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 ».