MétaCan
Menu
Retour à la cohorte
Enregistrement W2248424410 · doi:10.1139/bcb-2015-0120

TAK1 is involved in the autophagy process in retinal pigment epithelial cells

2016· article· en· W2248424410 sur OpenAlexvenueno aff
Yaron A. Green, Keren Ben‐Yaakov, Orit Adir, Ayala Pollack, Zeev Dvashi

Notice bibliographique

RevueBiochemistry and Cell Biology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutophagyCell biologyRetinal pigment epitheliumOxidative stressOrganelleBiologyRetinalProtein kinase AKinaseBiochemistryApoptosis

Résumé

récupéré en direct d'OpenAlex

Autophagy is an evolutionarily conserved mechanism for degrading long-lived or malfunctioning proteins and organelles, such as those resulting from oxidative stress. Several publications have demonstrated the importance of the autophagy process in the pathophysiology of dry age-related macular degeneration (AMD). Still, the mechanism underlying this process and its involvement in dry AMD are not fully characterized. Investigating the autophagy process in retinal pigment epithelial (RPE) cells, we identified transforming growth factor β activated kinase 1 (TAK1) as a key player in the process. We found increased TAK1 phosphorylation in ARPE-19 and D407 cells treated with different inducers of autophagy, such as oxidative stress and rapamycin. Moreover, utilizing TAK1 specific inhibitor prior to oxidative stress or rapamycin treatment, we found significant reduction in LC3A/B-II expression. These results point at the involvement of TAK1 in the regulation of autophagy in RPE cells. This study suggests that aberrant activity of this kinase impairs autophagy and subsequently leads to alterations in the vitality of RPE cells. Proper activity of TAK1 may be essential for efficient autophagy, and crucial for the ability of RPE cells to respond to stress and dispose of damaged organelles, thus preventing or delaying retinal pathologies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,263
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetRetinal Diseases and TreatmentsTravaux en français237 207