MétaCan
Menu
Retour à la cohorte
Enregistrement W3017237990 · doi:10.1186/s13229-020-00334-5

Emerging proteomic approaches to identify the underlying pathophysiology of neurodevelopmental and neurodegenerative disorders

2020· review· en· W3017237990 sur OpenAlexafffund
Nadeem Murtaza, Jarryll Uy, Karun K. Singh

Notice bibliographique

RevueMolecular Autism · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiotin and Related Studies
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNeurologyNeuroscienceMedicinePathophysiologyNeuropsychologyBioinformaticsPsychiatryPsychologyPathologyCognitionBiology

Résumé

récupéré en direct d'OpenAlex

Proteomics is the large-scale study of the total protein content and their overall function within a cell through multiple facets of research. Advancements in proteomic methods have moved past the simple quantification of proteins to the identification of post-translational modifications (PTMs) and the ability to probe interactions between these proteins, spatially and temporally. Increased sensitivity and resolution of mass spectrometers and sample preparation protocols have drastically reduced the large amount of cells required and the experimental variability that had previously hindered its use in studying human neurological disorders. Proteomics offers a new perspective to study the altered molecular pathways and networks that are associated with autism spectrum disorders (ASD). The differences between the transcriptome and proteome, combined with the various types of post-translation modifications that regulate protein function and localization, highlight a novel level of research that has not been appropriately investigated. In this review, we will discuss strategies using proteomics to study ASD and other neurological disorders, with a focus on how these approaches can be combined with induced pluripotent stem cell (iPSC) studies. Proteomic analysis of iPSC-derived neurons have already been used to measure changes in the proteome caused by patient mutations, analyze changes in PTMs that resulted in altered biological pathways, and identify potential biomarkers. Further advancements in both proteomic techniques and human iPSC differentiation protocols will continue to push the field towards better understanding ASD disease pathophysiology. Proteomics using iPSC-derived neurons from individuals with ASD offers a window for observing the altered proteome, which is necessary in the future development of therapeutics against specific targets.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,061
Tête enseignante GPT0,307
Écart entre enseignants0,246 · 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

Citations32
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular AutismMême sujetBiotin and Related StudiesTravaux en français237 207