Perturbed iron biology in the prefrontal cortex of people with schizophrenia
Notice bibliographique
Résumé
Despite loss of grey matter volume and emergence of distinct cognitive deficits in young adults diagnosed with schizophrenia, current treatments for schizophrenia do not target disruptions in late maturational reshaping of the prefrontal cortex. Iron, the most abundant transition metal in the brain, is essential to brain development and function, but in excess, it can impair major neurotransmission systems and lead to lipid peroxidation, neuroinflammation and accelerated aging. However, analysis of cortical iron biology in schizophrenia has not been reported in modern literature. Using a combination of inductively coupled plasma-mass spectrometry and western blots, we quantified iron and its major-storage protein, ferritin, in post-mortem prefrontal cortex specimens obtained from three independent, well-characterised brain tissue resources. Compared to matched controls (n = 85), among schizophrenia cases (n = 86) we found elevated tissue iron, unlikely to be confounded by demographic and lifestyle variables, by duration, dose and type of antipsychotic medications used or by copper and zinc levels. We further observed a loss of physiologic age-dependent iron accumulation among people with schizophrenia, in that the iron level among cases was already high in young adulthood. Ferritin, which stores iron in a redox-inactive form, was paradoxically decreased in individuals with the disorder. Such iron-ferritin uncoupling could alter free, chemically reactive, tissue iron in key reasoning and planning areas of the young-adult schizophrenia cortex. Using a prediction model based on iron and ferritin, our data provide a pathophysiologic link between perturbed cortical iron biology and schizophrenia and indicate that achievement of optimal cortical iron homeostasis could offer a new therapeutic target.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».