Loss of MicroRNA-7 Regulation Leads to α-Synuclein Accumulation and Dopaminergic Neuronal Loss In Vivo
Notice bibliographique
Résumé
Abnormal alpha-synuclein (α-synuclein) expression and aggregation is a key characteristic of Parkinson's disease (PD). However, the exact mechanism(s) linking α-synuclein to the other central feature of PD, dopaminergic neuron loss, remains unclear. Therefore, improved cell and in vivo models are needed to investigate the role of α-synuclein in dopaminergic neuron loss. MicroRNA-7 (miR-7) regulates α-synuclein expression by binding to the 3' UTR of the Synuclein Alpha Non A4 Component of Amyloid Precursor (SNCA) gene and inhibiting its translation. We show that miR-7 is decreased in the substantia nigra of patients with PD and, therefore, may play an essential role in the regulation of α-synuclein expression. Furthermore, we have found that lentiviral-mediated expression of miR-7 complementary binding sites to stably induce a loss of miR-7 function results in an increase in α-synuclein expression in vitro and in vivo. We have also shown that depletion of miR-7 using a miR-decoy produces a loss of nigral dopaminergic neurons accompanied by a reduction of striatal dopamine content. These data suggest that miR-7 has an important role in the regulation of α-synuclein and dopamine physiology and may provide a new paradigm to study the pathology of PD.
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) | 0,000 | 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 ».