Post-translational proteomics platform identifies neurite outgrowth impairments in Parkinson’s disease GBA-N370S dopamine neurons
Notice bibliographique
Résumé
Variants at the GBA locus, encoding glucocerebrosidase, are the strongest common genetic risk factor for Parkinson's disease (PD). To understand GBA-related disease mechanisms, we use a multi-part-enrichment proteomics and post-translational modification (PTM) workflow, identifying large numbers of dysregulated proteins and PTMs in heterozygous GBA-N370S PD patient induced pluripotent stem cell (iPSC) dopamine neurons. Alterations in glycosylation status show disturbances in the autophagy-lysosomal pathway, which concur with upstream perturbations in mammalian target of rapamycin (mTOR) activation in GBA-PD neurons. Several native and modified proteins encoded by PD-associated genes are dysregulated in GBA-PD neurons. Integrated pathway analysis reveals impaired neuritogenesis in GBA-PD neurons and identify tau as a key pathway mediator. Functional assays confirm neurite outgrowth deficits and identify impaired mitochondrial movement in GBA-PD neurons. Furthermore, pharmacological rescue of glucocerebrosidase activity in GBA-PD neurons improves the neurite outgrowth deficit. Overall, this study demonstrates the potential of PTMomics to elucidate neurodegeneration-associated pathways and potential drug targets in complex disease models.
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 ».