Identification of Novel Therapeutic Targets for Polyglutamine Diseases That Target Mitochondrial Fragmentation
Notice bibliographique
Résumé
Huntington’s disease (HD) is one of at least nine polyglutamine diseases caused by a trinucleotide CAG repeat expansion, all of which lead to age-onset neurodegeneration. Mitochondrial dynamics and function are disrupted in HD and other polyglutamine diseases. While multiple studies have found beneficial effects from decreasing mitochondrial fragmentation in HD models by disrupting the mitochondrial fission protein DRP1, disrupting DRP1 can also have detrimental consequences in wild-type animals and HD models. In this work, we examine the effect of decreasing mitochondrial fragmentation in a neuronal C. elegans model of polyglutamine toxicity called Neur-67Q. We find that Neur-67Q worms exhibit mitochondrial fragmentation in GABAergic neurons and decreased mitochondrial function. Disruption of drp-1 eliminates differences in mitochondrial morphology and rescues deficits in both movement and longevity in Neur-67Q worms. In testing twenty-four RNA interference (RNAi) clones that decrease mitochondrial fragmentation, we identified eleven clones—each targeting a different gene—that increase movement and extend lifespan in Neur-67Q worms. Overall, we show that decreasing mitochondrial fragmentation may be an effective approach to treating polyglutamine diseases and we identify multiple novel genetic targets that circumvent the potential negative side effects of disrupting the primary mitochondrial fission gene drp-1.
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 | 0,000 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».