Modeling Epilepsy Using Human Induced Pluripotent Stem Cells-Derived Neuronal Cultures Carrying Mutations in Ion Channels and the Mechanistic Target of Rapamycin Pathway
Notice bibliographique
Résumé
Epilepsy is a neurological disorder that affects over 65 million people globally. It is characterized by periods of seizure activity of the brain as a result of excitation and inhibition (E/I) imbalance, which is regarded as the core underpinning of epileptic activity. Both gain- and loss-of-function (GOF and LOF) mutations of ion channels, synaptic proteins and signaling molecules along the mechanistic target of rapamycin (mTOR) pathway have been linked to this imbalance. The pathogenesis of epilepsy often has its roots in the early stage of brain development. It remains a major challenge to extrapolate the findings from many animal models carrying these GOF or LOF mutations to the understanding of disease mechanisms in the developing human brain. Recent advent of the human pluripotent stem cells (hPSCs) technology opens up a new avenue to recapitulate patient conditions and to identify druggable molecular targets. In the following review, we discuss the progress, challenges and prospects of employing hPSCs-derived neural cultures to study epilepsy. We propose a tentative working model to conceptualize the possible impact of these GOF and LOF mutations in ion channels and mTOR signaling molecules on the morphological and functional remodeling of intrinsic excitability, synaptic transmission and circuits, ultimately E/I imbalance and behavioral phenotypes in epilepsy.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».