Neuronal Expression of UBQLN2P497H Exacerbates TDP-43 Pathology in TDP-43G348C Mice through Interaction with Ubiquitin
Notice bibliographique
Résumé
Mutations in the gene encoding ubiquilin-2 (UBQLN2) are linked to amyotrophic lateral sclerosis (ALS) and frontotemporal dementia (FTD). UBQLN2 plays a central role in ubiquitin proteasome system (UPS) and UBQLN2 up-regulation exacerbates TDP-43 cytoplasmic aggregates. To analyze interaction between UBQLN2 and TDP-43 and to produce a relevant ALS animal model, we have generated a new transgenic mouse expressing UBQLN2 P497H under the neurofilament heavy (NFH) gene promoter. The UBQLN2 P497H mice were then bred with our previously described TDP-43 G348C mice to generate double-transgenic UBQLN2 P497H ; TDP-43 G348C mice. With low-expression levels of UBQLN2, the double-transgenic mice developed TDP-43 cytosolic accumulations in motor neurons starting at 5 months of age. These double-transgenic mice exhibited motor neuron loss, muscle atrophy, as well as motor and cognitive deficits during aging. The microglia from double-transgenic mice were hyperresponsive to intraperitoneal injection of lipopolysaccharide (LPS). In vivo and in vitro analyses suggested that extra UBQLN2 proteins can exacerbate cytoplasmic TDP-43 accumulations by competing with the UPS for binding to ubiquitin. Thus, increasing the pool of ubiquitin promoted the UPS function with ensuing reduction of TDP-43 cytosolic accumulations. In conclusion, the double-transgenic UBQLN2 P497H ; TDP-43 G348C mice provides a unique mouse model of ALS/FTD with enhanced TDP-43 pathology that can be exploited for drug testing.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».