MétaCan
Menu
Retour à la cohorte
Enregistrement W38739752 · doi:10.1093/brain/awae078

Preparing Professionals as Moral Agents. Carnegie Perspectives.

2004· article· en· W38739752 sur OpenAlexfundno aff
William Sullivan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthCanadian Institutes of Health ResearchTemerty Family Foundation
Mots-clésEngineering ethicsSociologyEpistemologyPhilosophyEngineering

Résumé

récupéré en direct d'OpenAlex

Aggregation of the RNA-binding protein TAR DNA binding protein (TDP-43) is a hallmark of TDP-proteinopathies including amyotrophic lateral sclerosis (ALS) and frontotemporal dementia (FTD). As TDP-43 aggregation and dysregulation are causative of neuronal death, there is a special interest in targeting this protein as a therapeutic approach. Previously, we found that TDP-43 extensively co-aggregated with the dual function protein GEF (guanine exchange factor) and RNA-binding protein rho guanine nucleotide exchange factor (RGNEF) in ALS patients. Here, we show that an N-terminal fragment of RGNEF (NF242) interacts directly with the RNA recognition motifs of TDP-43 competing with RNA and that the IPT/TIG domain of NF242 is essential for this interaction. Genetic expression of NF242 in a fruit fly ALS model overexpressing TDP-43 suppressed the neuropathological phenotype increasing lifespan, abolishing motor defects and preventing neurodegeneration. Intracerebroventricular injections of AAV9/NF242 in a severe TDP-43 murine model (rNLS8) improved lifespan and motor phenotype, and decreased neuroinflammation markers. Our results demonstrate an innovative way to target TDP-43 proteinopathies using a protein fragment with a strong affinity for TDP-43 aggregates and a mechanism that includes competition with RNA sequestration, suggesting a promising therapeutic strategy for TDP-43 proteinopathies such as ALS and FTD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,460
Écart entre enseignants0,377 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLegal Education and Practice InnovationsTravaux en français237 207