Modulation of mTOR and CREB pathways following mGluR5 blockade contribute to improved Huntington’s pathology in zQ175 mice
Notice bibliographique
Résumé
Huntington's disease (HD) is a neurodegenerative disorder caused by a genetic abnormality in the huntingtin gene that leads to a polyglutamine repeat expansion of the huntingtin protein. The cleaved polyglutamine expansion of mutant huntingtin (mHTT) protein can form aggregates strongly correlated with HD progression. We have previously shown that the inhibition of mGluR5 using CTEP, a selective negative allosteric mGluR5 modulator, can delay disease progression and reduce in mHTT aggregates in the zQ175 mouse model of HD. This was paralleled by enhanced catalytic activity of Unc-51-like kinase 1 (ULK1), a kinase modulated by mammalian target of rapamycin (mTOR) and key regulator of autophagy initiation. In the present study, we show that CTEP can correct aberrant phosphoinositide 3-kinase (PI3K)/Akt/mTOR signaling detected in zQ175 mice that may underlie the enhanced ULK1 activity and activation of autophagy. We also show that CTEP can facilitate cAMP response element-binding protein (CREB)-mediated expression of brain-derived neurotrophic factor (BDNF) to foster neuronal survival and reduce apoptosis. Taken together, our findings provide the molecular evidence for how targeting mGluR5 using a well-tolerated selective NAM can mitigate two critical mechanisms of neurodegeneration, autophagy and apoptosis.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».