MétaCan
Menu
Retour à la cohorte
Enregistrement W2242972064 · doi:10.1021/pr500926r

Amyloid-Beta-Activated Human Microglial Cells Through ER-Resident Proteins

2014· article· en· W2242972064 sur OpenAlexaff
YongCheol Yoo, Kyunghee Byun, Taewook Kang, Delger Bayarsaikhan, Jin Young Kim, Seyeoun Oh, Young Hye Kim, Se Young Kim, Wonil Chung, Seung Up Kim, Bong‐Hee Lee, Young Mok Park

Notice bibliographique

RevueJournal of Proteome Research · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesKorea Basic Science Institute
Mots-clésMicrogliaAmyloid (mycology)BETA (programming language)Amyloid betaAmyloid precursor proteinChemistryCell biologyNeuroscienceInflammationAlzheimer's diseaseBiochemistryBiologyMedicineImmunologyPathologyComputer scienceDiseasePeptide

Résumé

récupéré en direct d'OpenAlex

Microglial activation in the central nervous system is a key event in the neuroinflammation that accompanies neurodegenerative diseases such as Alzheimer's disease (AD). Among cytokines involved in microglial activation, amyloid β (Aβ) peptide is known to be a key molecule in the induction of diverse inflammatory products, which may lead to chronic inflammation in AD. However, proteomic studies of microglia in AD are limited due to lack of proper cell or animal model systems. In this study, we performed a proteomic analysis of Aβ-stimulated human microglial cells using SILAC (stable isotope labeling with amino acids in cell culture) combined with LC-MS/MS. Results showed that 60 proteins increased or decreased their abundance by 1.5 fold or greater. Among these, ER-resident proteins such as SERPINH1, PDIA6, PDIA3, and PPIB were revealed to be key molecular biomarkers of human microglial activation by validation of the proteomic results by immunostaining, PCR, ELISA, and Western blot. Taken together, our data suggest that ER proteins play an essential role in human microglial activation by Aβ and may be important molecular therapeutic targets for treatment of AD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,665

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,154
Tête enseignante GPT0,389
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Proteome ResearchMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207