Proteostasis and ageing: insights from long‐lived mutant mice
Notice bibliographique
Résumé
The global increase in life expectancy is creating significant medical, social and economic challenges to current and future generations. Consequently, there is a need to identify the fundamental mechanisms underlying the ageing process. This knowledge should help develop realistic interventions capable of combatting age-related disease, and thus improving late-life health and vitality. While several mechanisms have been proposed as conserved lifespan determinants, the loss of proteostasis - where proteostasis is defined here as the maintenance of the proteome - appears highly relevant to both ageing and disease. Several studies have shown that multiple proteostatic mechanisms, including the endoplasmic reticulum (ER)-induced unfolded protein response (UPR), the ubiquitin-proteasome system (UPS) and autophagy, appear indispensable for longevity in many long-lived invertebrate mutants. Similarly, interspecific comparisons suggest that proteostasis may be an important lifespan determinant in vertebrates. Over the last 20 years a number of long-lived mouse mutants have been described, many of which carry single-gene mutations within the growth-hormone, insulin/IGF-1 or mTOR signalling pathways. However, we still do not know how these mutations act mechanistically to increase lifespan and healthspan, and accordingly whether mechanistic commonality occurs between different mutants. Recent evidence supports the premise that the successful maintenance of the proteome during ageing may be linked to the increased lifespan and healthspan of long-lived mouse mutants.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».