Walking the tightrope: proteostasis and neurodegenerative 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
A characteristic of many neurodegenerative diseases, including Alzheimer's disease (AD), Parkinson's disease (PD), Huntington's disease (HD), and amyotrophic lateral sclerosis (ALS), is the aggregation of specific proteins into protein inclusions and/or plaques in degenerating brains. While much of the aggregated protein consists of disease specific proteins, such as amyloid-β, α-synuclein, or superoxide dismutase1 (SOD1), many other proteins are known to aggregate in these disorders. Although the role of protein aggregates in the pathogenesis of neurodegenerative diseases remains unknown, the ubiquitous association of misfolded and aggregated proteins indicates that significant dysfunction in protein homeostasis (proteostasis) occurs in these diseases. Proteostasis is the concept that the integrity of the proteome is in fine balance and requires proteins in a specific conformation, concentration, and location to be functional. In this review, we discuss the role of specific mechanisms, both inside and outside cells, which maintain proteostasis, including molecular chaperones, protein degradation pathways, and the active formation of inclusions, in neurodegenerative diseases associated with protein aggregation. A characteristic of many neurodegenerative diseases is the aggregation of specific proteins, which alone provides strong evidence that protein homeostasis is disrupted in these disease states. Proteostasis is the maintenance of the proteome in the correct conformation, concentration, and location by functional pathways such as molecular chaperones and protein degradation machinery. Here, we discuss the potential roles of quality control pathways, both inside and outside cells, in the loss of proteostasis during aging and disease.
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 | 0,000 | 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 | 0,000 |
| 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