The Neurobiology of Bipolar Disorder: Focus on Signal Transduction Pathways and the Regulation of Gene Expression
Notice bibliographique
Résumé
OBJECTIVE: This article presents an overview of signal transduction pathways and reviews the research undertaken to study these systems in clinically relevant samples from patients with bipolar disorder (BD). METHOD: We reviewed the published findings from studies of postmortem brain tissue and blood samples from patients with BD. RESULTS: Although the exact biochemical abnormalities have yet to be identified, the presented findings strongly suggest that BD may be due, at least in part, to abnormalities in signal transduction mechanisms. In particular, altered levels or function, or both, of G-protein alpha subunits and effector molecules such as protein kinase A (PKA) and protein kinase C (PKC) have consistently been associated with BD both in peripheral cells and in postmortem brain tissue, while more recent studies implicate disruption in novel second-messenger cascades, such as the ERK/MAPK pathway. CONCLUSIONS: Despite the difficulties inherent in biochemical studies of clinically relevant tissue samples, numerous investigations have illuminated the signal transduction mechanisms in patients with BD. These studies also suggest that BD may be due to the interaction of many abnormalities. In this context, novel techniques enabling the study of gene expression promise to assist in untangling these complex interactions, through visualizing the end result of these changes at the level of gene transcription.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 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 ».