In vivo tracking of tau pathology using positron emission tomography (PET) molecular imaging in small animals
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
Hyperphosphorylation of the tau protein leading to the formation of neurofibrillary tangles (NFTs) is a common feature in a wide range of neurodegenerative diseases known as tauopathies, which include Alzheimer's disease (AD) and the frontotemporal dementias (FTDs). Although heavily investigated, the mechanisms underlying the pathogenesis and progression of tauopathies have yet to be fully understood. In this context, several rodent models have been developed that successfully recapitulate the behavioral and neurochemical features of tau pathology, aiming to achieve a better understanding of the link between tau and neurodegeneration. To date, behavioral and biochemical parameters assessed using these models have been conducted using a combination of memory tasks and invasive methods such as cerebrospinal fluid (CSF) sampling or post-mortem analysis. Recently, several novel positron emission tomography (PET) radiopharmaceuticals targeting tau tangles have been developed, allowing for non-invasive in vivo quantification of tau pathology. Combined with tau transgenic models and microPET, these tracers hold the promise of advancing the development of theoretical models and advancing our understanding of the natural history of AD and non-AD tauopathies. In this review, we briefly describe some of the most important insights for understanding the biological basis of tau pathology, and shed light on the opportunity for improved modeling of tau pathology using a combination of tau-radiopharmaceuticals and animal models.
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) | 0,000 | 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 découle