A light-inducible protein clustering system for in vivo analysis of α-synuclein aggregation in Parkinson disease
Notice bibliographique
Résumé
Neurodegenerative disorders refer to a group of diseases commonly associated with abnormal protein accumulation and aggregation in the central nervous system. However, the exact role of protein aggregation in the pathophysiology of these disorders remains unclear. This gap in knowledge is due to the lack of experimental models that allow for the spatiotemporal control of protein aggregation, and the investigation of early dynamic events associated with inclusion formation. Here, we report on the development of a light-inducible protein aggregation (LIPA) system that enables spatiotemporal control of α-synuclein (α-syn) aggregation into insoluble deposits called Lewy bodies (LBs), the pathological hallmark of Parkinson disease (PD) and other proteinopathies. We demonstrate that LIPA-α-syn inclusions mimic key biochemical, biophysical, and ultrastructural features of authentic LBs observed in PD-diseased brains. In vivo, LIPA-α-syn aggregates compromise nigrostriatal transmission, induce neurodegeneration and PD-like motor impairments. Collectively, our findings provide a new tool for the generation, visualization, and dissection of the role of α-syn aggregation in PD.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».