MétaCan
Menu
Retour à la cohorte
Enregistrement W4285742386 · doi:10.3389/fphys.2022.892196

Roles of Endomembrane Alkali Cation/Proton Exchangers in Synaptic Function and Neurodevelopmental Disorders

2022· review· en· W4285742386 sur OpenAlexafffund
Andy Gao, Etienne Lourdin-De Filippis, John Orlowski, R. Anne McKinney

Notice bibliographique

RevueFrontiers in Physiology · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular transport and secretion
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchCanada First Research Excellence Fund
Mots-clésEndomembrane systemNeuroscienceGolgi apparatusEndosomeSynaptogenesisEndocytic cycleCompartmentalization (fire protection)Cell biologySynaptic vesicleBiologyChemistryVesicleIntracellularCellBiochemistry

Résumé

récupéré en direct d'OpenAlex

) exchangers (eNHEs) are increasingly associated with neurological disorders. These eNHEs play integral roles in regulating the luminal pH, processing, and trafficking of cargo along the secretory (Golgi and post-Golgi vesicles) and endocytic (early, recycling, and late endosomes) pathways, essential regulatory processes vital for neuronal development and plasticity. Given the complex morphology and compartmentalization of multipolar neurons, the contribution of eNHEs in maintaining optimal pH homeostasis and cargo trafficking is especially significant during periods of structural and functional development and remodeling. While the importance of eNHEs has been demonstrated in a variety of non-neuronal cell types, their involvement in neuronal function is less well understood. In this review, we will discuss their emerging roles in excitatory synaptic function, particularly as it pertains to cellular learning and remodeling. We will also explore their connections to neurodevelopmental conditions, including intellectual disability, autism, and attention deficit hyperactivity disorders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,011
Tête enseignante GPT0,230
Écart entre enseignants0,219 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations22
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetCellular transport and secretionTravaux en français237 207