MétaCan
Menu
Retour à la cohorte
Enregistrement W2942943546 · doi:10.1186/s13024-019-0314-8

Glial phagocytic clearance in Parkinson’s disease

2019· review· en· W2942943546 sur OpenAlexaff
Marie‐Ève Tremblay, Mark Cookson, Laura Civiero

Notice bibliographique

RevueMolecular Neurodegeneration · 2019
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensUniversité Laval
Organismes subventionnairesMedical Research CouncilNational Institutes of HealthUniversità degli Studi di Padova
Mots-clésMicrogliaPhagocytosisNeuroscienceParkinson's diseasePathogenesisBiologyDiseaseCell biologyImmunologyMedicinePathologyInflammation

Résumé

récupéré en direct d'OpenAlex

An emerging picture suggests that glial cells' loss of beneficial roles or gain of toxic functions can contribute to neurodegenerative conditions. Among glial cells, microglia and astrocytes have been shown to play phagocytic roles by engulfing synapses, apoptotic cells, cell debris, and released toxic proteins. As pathogenic protein accumulation is a key feature in Parkinson's disease (PD), compromised phagocytic clearance might participate in PD pathogenesis. In contrast, enhanced, uncontrolled and potentially toxic glial clearance capacity could contribute to synaptic degeneration. Here, we summarize the current knowledge of the molecular mechanisms underlying microglial and astrocytic phagocytosis, focusing on the possible implication of phagocytic dysfunction in neuronal degeneration. Several endo-lysosomal proteins displaying genetic variants in PD are highly expressed by microglia and astrocytes. We also present the evidence that lysosomal defects can affect phagocytic clearance and discuss the therapeutic relevance of restoring or enhancing lysosomal function in 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,081
Tête enseignante GPT0,324
Écart entre enseignants0,243 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations160
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular NeurodegenerationMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207