MétaCan
Menu
← Retour à la cohorte
Enregistrement W4293515870 · doi:10.3390/ijms23169055

FAK-Mediated Signaling Controls Amyloid Beta Overload, Learning and Memory Deficits in a Mouse Model of Alzheimer’s Disease

2022· article· en· W4293515870 sur OpenAlexaff
Bisan Saleh, Kolluru D. Srikanth, Tal Sneh, Lambert Yue, Steven Pelech, Evan Elliott, Hava Gil-Henn

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensKinexus Bioinformatics Corporation (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNeuroscienceBiologyFocal adhesionHyperphosphorylationHippocampal formationAmyloid betaAlzheimer's diseaseNeuriteCell biologySignal transductionKinasePathologyMedicineDisease

Résumé

récupéré en direct d'OpenAlex

The non-receptor focal adhesion kinase (FAK) is highly expressed in the central nervous system during development, where it regulates neurite outgrowth and axon guidance, but its role in the adult healthy and diseased brain, specifically in Alzheimer's disease (AD), is largely unknown. Using the 3xTg-AD mouse model, which carries three mutations associated with familial Alzheimer's disease (APP KM670/671NL Swedish, PSEN1 M146V, MAPT P301L) and develops age-related progressive neuropathology including amyloid plaques and Tau tangles, we describe here, for the first time, the in vivo role of FAK in AD pathology. Our data demonstrate that while site-specific knockdown in the hippocampi of 3xTg-AD mice has no effect on learning and memory, hippocampal overexpression of the protein leads to a significant decrease in learning and memory capabilities, which is accompanied by a significant increase in amyloid β (Aβ) load. Furthermore, neuronal morphology is altered following hippocampal overexpression of FAK in these mice. High-throughput proteomics analysis of total and phosphorylated proteins in the hippocampi of FAK overexpressing mice indicates that FAK controls AD-like phenotypes by inhibiting cytoskeletal remodeling in neurons which results in morphological changes, by increasing Tau hyperphosphorylation, and by blocking astrocyte differentiation. FAK activates cell cycle re-entry and consequent cell death while downregulating insulin signaling, thereby increasing insulin resistance and leading to oxidative stress. Our data provide an overview of the signaling networks by which FAK regulates AD pathology and identify FAK as a novel therapeutic target for treating AD.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,321
Écart entre enseignants0,290 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular Sciences→Même sujetAlzheimer's disease research and treatments→Travaux en français237 207→