Notice bibliographique
Résumé
Progressive degeneration of dopaminergic neurons in the substantia nigra pars compacta is the primary cause for motor symptoms observed in Parkinson's disease (PD). Mutations in leucine-rich repeat kinase 2 (LRRK2) are the most commonly linked contributor to familial PD. LRRK2 is suggested to be involved in a wide variety of cellular processes, but deciphering its role in the pathogenesis of PD has been difficult. Modelling PD in rodents has been a persistent challenge for the field. However, the fruit fly has been exploited to recapitulate PD gene related dopaminergic cell loss. Using the GAL4-UAS system and established models of hLRRK2 induced eye degeneration in Drosophila, we conducted an unbiased suppressor/enhancer screen to uncover genetic modifiers of LRRK2. We have identified 36 candidate interactors that modify LRRK2 induced toxicity in the Drosophila eye. Importantly, we determined that a subset of these interactors also modified hLRRK2(I2020T) induced dopaminergic neuronal loss in the fly brain and uncovered 16 candidates that modify dopaminergic cell loss. Our results suggest LRRK2 may be involved in a wide variety of cellular processes and the results from this screen provide an important genetic resource for further evaluation of LRRK2 function.
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 | 0,002 | 0,001 |
| 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 ».