Induced pluripotent stem cell-based modeling of neurodegenerative diseases: a focus on autophagy
Notice bibliographique
Résumé
The advent of cell reprogramming has enabled the generation of induced pluripotent stem cells (iPSCs) from patient skin fibroblasts or blood cells and their subsequent differentiation into tissue-specific cells, including neurons and glia. This approach can be used to recapitulate disease-specific phenotypes in classical cell culture paradigms and thus represents an invaluable asset for disease modeling and drug validation in the framework of personalized medicine. The autophagy pathway is a ubiquitous eukaryotic degradation and recycling system, which relies on lysosomal degradation of unwanted and potentially cytotoxic components. The relevance of autophagy in the pathogenesis of neurodegenerative diseases is underlined by the observation that disease-linked genetic variants of susceptibility factors frequently result in dysregulation of autophagic-lysosomal pathways. In particular, disrupted autophagy is implied in the accumulation of potentially neurotoxic products such as protein aggregates and their precursors and defective turnover of dysfunctional mitochondria. Here, we review the current state of iPSC-based assessment of autophagic dysfunction in the context of neurodegenerative disease modeling. The collected data show that iPSC technology is capable to reveal even subtle alterations in subcellular homeostatic processes, which form the molecular basis for disease manifestation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».