Tissue-Specificity of Antibodies Raised Against TrkB and p75NTR Receptors; Implications for Platelets as Models of Neurodegenerative Diseases
Notice bibliographique
Résumé
Platelets and neurons share many similarities including comparable secretory granule types with homologous calcium-dependent secretory mechanisms as well as internalization, sequestration and secretion of many neurotransmitters. Thus, platelets present a high potential to be used as peripheral biomarkers to reflect neuronal pathologies. The brain-derived neurotrophic factor (BDNF) acts as a neuronal growth factor involved in learning and memory through the binding of two receptors, the tropomyosin receptor kinase B (TrkB) and the 75 kDa pan-neurotrophic receptor (p75NTR). In addition to its expression in the central nervous system, BDNF is found in much greater quantities in blood circulation, where it is largely stored within platelets. Levels 100- to 1,000-fold those of neurons make platelets the most important peripheral reservoir of BDNF. This led us to hypothesize that platelets would express canonical BDNF receptors, i.e., TrkB and p75NTR, and that the receptors on platelets would bear significant resemblance to the ones found in the brain. However, herein we report discrepancies regarding detection of these receptors using antibody-based assays, with antibodies displaying important tissue-specificity. The currently available antibodies raised against TrkB and p75NTR should therefore be used with caution to study platelets as models for neurological disorders. Rigorous characterization of antibodies and bioassays appears critical to understand the interplay between platelet and neuronal biology of BDNF.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».