Do Epigenetic Pathways Initiate Late Onset Alzheimer Disease (LOAD): Towards a New Paradigm
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
Late onset Alzheimer's disease (LOAD) is a non-familial, progressive neurodegenerative disease and the most prominent form of dementia in the elderly. Accumulating evidence suggests that LOAD not only results from the combined effects of variation in a number of genes and environmental factors, but also from epigenetic abnormalities such as histone modifications or DNA methylation. In comparison to monogenic diseases, LOAD exhibits numerous anomalies that suggest an epigenetic component in disease etiology. Evidence against a monogenic course and for an epigenetic component include: 1) the dominance of sporadic cases over familial ones and the low estimated concordance rates for monozygotic twins; 2) gender specific susceptibility and course of disease; 3) parent-of-origin effects, and late age of onset; 4) brain chromatin abnormalities, non-Mendelian inheritance patterns, and atypical levels of folate and homocysteine; and 5) monoallelic expression patterns of susceptibility genes [1]. The epigenome is particularly susceptible to deregulation during early embryonic and neonatal periods and thus disturbances during these periods can have latent lasting effects. The Latent Early-life Associated Regulation (LEARn) model attempts to explain these consequences from a brain specific point of view. In the present review we present the evidence that support the role of epigenetics in the development of AD and explore the potential pathways and mechanisms that may be involved.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle