MétaCan
Menu
Retour à la cohorte
Enregistrement W2899168417 · doi:10.3389/fnmol.2018.00394

ALS Yeast Models—Past Success Stories and New Opportunities

2018· review· nl· W2899168417 sur OpenAlex
Sonja E. Di Gregorio, Martin L. Duennwald

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFrontiers in Molecular Neuroscience · 2018
Typereview
Languenl
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésYeastAmyotrophic lateral sclerosisDECIPHERModel organismBiologyNeuroscienceComputational biologyProtein aggregationBioinformaticsMedicineCell biologyGeneticsDiseaseGenePathology

Résumé

récupéré en direct d'OpenAlex

In the past two decades, yeast models have delivered profound insights into basic mechanisms of protein misfolding and the dysfunction of key cellular pathways associated with amyotrophic lateral sclerosis (ALS). Expressing ALS-associated proteins, such as superoxide dismutase (SOD1), TAR DNA binding protein 43 (TDP-43) and Fused in sarcoma (FUS), in yeast recapitulates major hallmarks of ALS pathology, including protein aggregation, mislocalization and cellular toxicity. Results from yeast have consistently been recapitulated in other model systems and even specimens from human patients, thus providing evidence for the power and validity of ALS yeast models. Focusing on impaired ribonucleic acid (RNA) metabolism and protein misfolding and their cytotoxic consequences in ALS, we summarize exemplary discoveries that originated from work in yeast. We also propose previously unexplored experimental strategies to modernize ALS yeast models, which will help to decipher the basic pathomechanisms underlying ALS and thus, possibly contribute to finding a cure.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,665
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,003
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,153
Tête enseignante GPT0,347
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle