MétaCan
Menu
Retour à la cohorte
Enregistrement W4319316995 · doi:10.3390/biology12020244

Tau; One Protein, So Many Diseases

2023· review· en· W4319316995 sur OpenAlexafffund
Parisa Tabeshmehr, Eftekhar Eftekharpour

Notice bibliographique

RevueBiology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTauopathyBiologyTau proteinNeuroscienceGene isoformMicrotubulePhenotypeCytoskeletonIntracellularCell biologyAlzheimer's diseaseCellDiseasePathologyNeurodegenerationGeneticsMedicine

Résumé

récupéré en direct d'OpenAlex

Tau, a member of the microtubule-associated proteins, is a known component of the neuronal cytoskeleton; however, in the brain tissue, it is involved in other vital functions beyond maintaining the cellular architecture. The pathologic tau forms aggregates inside the neurons and ultimately forms the neurofibrillary tangles. Intracellular and extracellular accumulation of different tau isoforms, including dimers, oligomers, paired helical filaments and tangles, lead to a highly heterogenous group of diseases named "Tauopathies". About twenty-six different types of tauopathy diseases have been identified that have different clinical phenotypes or pathophysiological characteristics. Although all these diseases are identified by tau aggregation, they are distinguishable based on the specific tau isoforms, the affected cell types and the brain regions. The neuropathological and phenotypical heterogeneity of these diseases impose significant challenges for discovering new diagnostic and therapeutic strategies. Here, we review the recent literature on tau protein and the pathophysiological mechanisms of tauopathies. This article mainly focuses on physiologic and pathologic tau and aims to summarize the upstream and downstream events and discuss the current diagnostic approaches and therapeutic strategies.

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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,005

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 Opus0,149
Tête enseignante GPT0,431
Écart entre enseignants0,282 · 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

Citations29
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiologyMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207