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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».