An Overview of the Involvement of D-Serine in Cognitive Impairment in Normal Aging and Dementia
Notice bibliographique
Résumé
Dementia, of which Alzheimer's disease (AD) is the most common form, is characterized by progressive cognitive deterioration, including profound memory loss, which affects functioning in many aspects of life. Although cognitive deterioration is relatively common in aging and aging is a risk factor for AD, the condition is not necessarily a part of the aging process. The N-methyl-D-aspartate glutamate receptor (NMDAR) and its co-agonist D-serine are currently of great interest as potential important contributors to cognitive function in normal aging and dementia. D-Serine is necessary for activation of the NMDAR and in maintenance of long-term potentiation (LTP) and is involved in brain development, neuronal connectivity, synaptic plasticity and regulation of learning and memory. In this paper, we review evidence, from both preclinical and human studies, on the involvement of D-serine (and the enzymes involved in its metabolism) in regulation of cognition. Potential mechanisms of action of D-serine are discussed in the context of normal aging and in dementia, as is the potential for using D-serine as a potential biomarker and/or therapeutic agent in dementia. Although there is some controversy in the literature, it has been proposed that in normal aging there is decreased expression of serine racemase and decreased levels of D-serine and down-regulation of NMDARs, resulting in impaired synaptic plasticity and deficits in learning and memory. In contrast, in AD there appears to be activation of serine racemase, increased levels of D-serine and overstimulation of NMDARs, resulting in cytotoxicity, synaptic deficits, and dementia.
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) | 0,001 | 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 ».