Preclinical Evaluation of miR-15/107 Family Members as Multifactorial Drug Targets for Alzheimer's Disease
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
Alzheimer's disease (AD) is a multifactorial, fatal neurodegenerative disorder characterized by the abnormal accumulation of Aβ and Tau deposits in the brain. There is no cure for AD, and failure at different clinical trials emphasizes the need for new treatments. In recent years, significant progress has been made toward the development of miRNA-based therapeutics for human disorders. This study was designed to evaluate the efficiency and potential safety of miRNA replacement therapy in AD, using miR-15/107 paralogues as candidate drug targets. We identified miR-16 as a potent inhibitor of amyloid precursor protein (APP) and BACE1 expression, Aβ peptide production, and Tau phosphorylation in cells. Brain delivery of miR-16 mimics in mice resulted in a reduction of AD-related genes APP, BACE1, and Tau in a region-dependent manner. We further identified Nicastrin, a γ-secretase component involved in Aβ generation, as a target of miR-16. Proteomics analysis identified a number of additional putative miR-16 targets in vivo, including α-Synuclein and Transferrin receptor 1. Top-ranking biological networks associated with miR-16 delivery included AD and oxidative stress. Collectively, our data suggest that miR-16 is a good candidate for future drug development by targeting simultaneously endogenous regulators of AD biomarkers (i.e., Aβ and Tau), inflammation, and oxidative stress.
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 | 0,001 | 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