Sorcin is an early marker of neurodegeneration, Ca2+ dysregulation and endoplasmic reticulum stress associated to neurodegenerative diseases
Notice bibliographique
Résumé
Dysregulation of calcium signaling is emerging as a key feature in the pathogenesis of neurodegenerative diseases such as Alzheimer's disease (AD), Parkinson's disease (PD), and Huntington's disease (HD), and targeting this process may be therapeutically beneficial. Under this perspective, it is important to study proteins that regulate calcium homeostasis in the cell. Sorcin is one of the most expressed calcium-binding proteins in the human brain; its overexpression increases endoplasmic reticulum (ER) calcium concentration and decreases ER stress in the heart and in other cellular types. Sorcin has been hypothesized to be involved in neurodegenerative diseases, since it may counteract the increased cytosolic calcium levels associated with neurodegeneration. In the present work, we show that Sorcin expression levels are strongly increased in cellular, animal, and human models of AD, PD, and HD, vs. normal cells. Sorcin partially colocalizes with RyRs in neurons and microglia cells; functional experiments with microsomes containing high amounts of RyR2 and RyR3, respectively, show that Sorcin is able to regulate these ER calcium channels. The molecular basis of the interaction of Sorcin with RyR2 and RyR3 is demonstrated by SPR. Sorcin also interacts with other ER proteins as SERCA2 and Sigma-1 receptor in a calcium-dependent fashion. We also show that Sorcin regulates ER calcium transients: Sorcin increases the velocity of ER calcium uptake (increasing SERCA activity). The data presented here demonstrate that Sorcin may represent both a novel early marker of neurodegenerative diseases and a response to cellular stress dependent on neurodegeneration.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».