A novel assessment of fine-motor function reveals early hindlimb and detectable forelimb deficits in an experimental model of ALS
Notice bibliographique
Résumé
Amyotrophic lateral sclerosis (ALS) is a neurodegenerative disorder associated with the loss of cortical and spinal motor neurons (MNs) and muscle degeneration (Kiernan et al. in Lancet 377:942-955, 2011). In the preclinical setting, functional tests that can detect early changes in motor function in rodent models of ALS are critical to understanding the etiology of the disease and treatment development. Here, we established a string-pulling paradigm that can detect forelimb and hindlimb motor deficits in the SOD1 mouse model of ALS earlier than traditional motor performance tasks. Additionally, our findings indicate that early loss of forelimb and hindlimb function is correlated with cortical and spinal MN loss, respectively. This task is not only ecological, low-cost, efficient, and non-onerous, it also requires little animal handling and reduces the stress placed on the animal. It has long been a concern in the field that the SOD1 mouse does not display forelimb motor deficits and does not give researchers a complete picture of the disease. Here, we provide evidence that the SOD1 model does in fact develop early forelimb motor deficits due to the task's ability to assess fine-motor function, reconciling this model with the various clinical presentation of ALS. Taken together, the string-pulling paradigm may provide novel insights into the pathogenesis of ALS, offer nuanced evaluation of prospective treatments, and has high translational potential to the clinic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».