MétaCan
Menu
Retour à la cohorte
Enregistrement W4280544143 · doi:10.1111/jnc.15618

<scp>MicroRNAs</scp> in oligodendrocyte development and remyelination

2022· review· en· W4280544143 sur OpenAlexafffund
Clarissa Ngo, Rashmi Kothary

Notice bibliographique

RevueJournal of Neurochemistry · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesMultiple Sclerosis Society of CanadaCanadian Institutes of Health ResearchUniversity of Ottawa
Mots-clésRemyelinationOligodendrocyteMyelinNeuroscienceBiologyMultiple sclerosisOLIG2microRNATranscription factorCell biologyCentral nervous systemImmunologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Oligodendrocytes are the glial cells responsible for the formation of myelin around axons of the central nervous system (CNS). Myelin is an insulating layer that allows electrical impulses to transmit quickly and efficiently along neurons. If myelin is damaged, as in chronic demyelinating disorders such as multiple sclerosis (MS), these impulses slow down. Remyelination by oligodendrocytes is often ineffective in MS, in part because of the failure of oligodendrocyte precursor cells (OPCs) to differentiate into mature, myelinating oligodendrocytes. The process of oligodendrocyte differentiation is tightly controlled by several regulatory networks involving transcription factors, intracellular signaling pathways, and extrinsic cues. Understanding the factors that regulate oligodendrocyte development is essential for the discovery of new therapeutic strategies capable of enhancing remyelination. Over the past decade, microRNAs (miRNAs) have emerged as key regulators of oligodendrocyte development, exerting effects on cell specification, proliferation, differentiation, and myelination. This article will review the role of miRNAs on oligodendrocyte biology and discuss their potential as promising therapeutic tools for remyelination.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,291
Écart entre enseignants0,262 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations44
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeurochemistryMême sujetMicroRNA in disease regulationTravaux en français237 207