Molecular Targets to Promote Central Nervous System Regeneration
Notice bibliographique
Résumé
Trauma in the adult mammalian central nervous system (CNS) results in devastating clinical consequences due to the failure of injured axons to spontaneously regenerate. This regenerative failure can be attributed to both a lack of positive cues and to the presence of inhibitory cues that actively prevent regeneration. Substantial progress has been made in elucidating the molecular identity of negative cues present at the CNS injury site following injury. In the past several years, multiple myelin-associated inhibitors including Nogo, Myelin-associated glycoprotein and Oligodendrocyte-myelin glycoprotein have been characterized. Furthermore a neuronal receptor complex and several intracellular substrates leading to outgrowth inhibition have been identified. Rapid progress has also been made in identifying the role of neurotrophins and other positive cues in promoting axonal regrowth. The most recent advances in our understanding of positive stimuli for axon regeneration come from transplantation studies at the CNS lesion site. A number of artificial substrates, tissues, and cells including fetal cells, neural stem cells, Schwann cells and olfactory-ensheathing cells have been tested in animal models of CNS injury. Based on our expanded knowledge of inhibitory influences and on the positive characteristics of various transplants, a number of interventions have been tested to promote recovery in models of CNS trauma. These advances represent the first steps in developing a viable therapy to promote axon regeneration following CNS trauma.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».