Progranulin: a new avenue towards the understanding and treatment of neurodegenerative disease
Notice bibliographique
Résumé
Progranulin, a secreted glycoprotein, is encoded in humans by the single GRN gene. Progranulin consists of seven and a half, tandemly repeated, non-identical copies of the 12 cysteine granulin motif. Many cellular processes and diseases are associated with this unique pleiotropic factor that include, but are not limited to, embryogenesis, tumorigenesis, inflammation, wound repair, neurodegeneration and lysosome function. Haploinsufficiency caused by autosomal dominant mutations within the GRN gene leads to frontotemporal lobar degeneration, a progressive neuronal atrophy that presents in patients as frontotemporal dementia. Frontotemporal dementia is an early onset form of dementia, distinct from Alzheimer's disease. The GRN-related form of frontotemporal lobar dementia is a proteinopathy characterized by the appearance of neuronal inclusions containing ubiquitinated and fragmented TDP-43 (encoded by TARDBP). The neurotrophic and neuro-immunomodulatory properties of progranulin have recently been reported but are still not well understood. Gene delivery of GRN in experimental models of Alzheimer's- and Parkinson's-like diseases inhibits phenotype progression. Here we review what is currently known concerning the molecular function and mechanism of action of progranulin in normal physiological and pathophysiological conditions in both in vitro and in vivo models. The potential therapeutic applications of progranulin in treating neurodegenerative diseases are highlighted.
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) | 0,000 | 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 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 ».