MétaCan
Menu
Retour à la cohorte
Enregistrement W4327936163 · doi:10.3389/fmolb.2023.1097018

The effects of GPER on age-associated memory impairment induced by decreased estrogen levels

2023· review· en· W4327936163 sur OpenAlexaff
Wenyu Luo, Yudie Yan, Yunpeng Cao, Yanbo Zhang, Zhen Zhang

Notice bibliographique

RevueFrontiers in Molecular Biosciences · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEstrogen and related hormone effects
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésGPEREstrogen receptorEstrogenNeuroscienceMemory impairmentSynaptic plasticityBiologyReceptorInternal medicineEndocrinologyCognitionMedicine

Résumé

récupéré en direct d'OpenAlex

Estrogen, as a pleiotropic endocrine hormone, not only regulates the physiological functions of peripheral tissues but also exerts vital neuroregulatory effects in the central nervous system (CNS), such as the development of neurons and the formation of neural network connections, wherein rapid estrogen-mediated reactions positively stimulate spinogenesis and regulate synaptic plasticity and synaptic transmission to facilitate cognitive and memory performance. These fast non-genomic effects can be initiated by membrane-bound estrogen receptors (ERs), three best known of which are ERα, ERβ, and G protein-coupled estrogen receptor (GPER). To date, the effects of ERα and ERβ have been well studied in age-associated memory impairment, whereas there is still a lack of attention to the role of GPER in age-associated memory impairment, and there are still disputes about whether GPER indeed functions as an ER to enhance learning and memory. In this review, we provide a systematic overview of the role of GPER in age-associated memory impairment based on its expression, distribution, and signaling pathways, which might bring some inspiration for translational drugs targeting GPER for age-related diseases and update knowledge on the role of estrogen and its receptor system in the brain.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,282
Écart entre enseignants0,270 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Molecular BiosciencesMême sujetEstrogen and related hormone effectsTravaux en français237 207