Axonal Transport Defect in Gigaxonin Deficiency Rescued by Tubastatin A
Notice bibliographique
Résumé
Giant axonal neuropathy (GAN) is a disease caused by a deficiency of gigaxonin, a mediator of the degradation of intermediate filament (IF) proteins. A lack of gigaxonin alters the turnover of IF proteins, provoking accumulation and disorganization of neurofilaments (NFs) in neurons, a hallmark of the disease. However, the effects of IF disorganization on neuronal function remain unknown. Here, we report that cultured embryonic dorsal root ganglia (DRG) neurons derived from Gan−/− mice exhibit accumulations of IF proteins and defects in fast axonal transport of organelles. Kymographs generated by time-lapse microscopy revealed substantial reduction of anterograde movements of mitochondria and lysosomes in axons of Gan−/− DRG neurons. Treatment of Gan−/− DRG neurons with Tubastatin A (TubA) increased the levels of acetylated tubulin and it restored the normal axonal transport of these organelles. Furthermore, we tested the effects of TubA in a new mouse model of GAN consisting of Gan−/− mice with overexpression of peripherin (Prph) transgene. Treatment of 12-month-old Gan−/−;TgPer mice with TubA led to a slight amelioration of motor function, especially a significant improvement of gait performance as measured by footprint analyses. Moreover, TubA treatment reduced the abnormal accumulations of Prph and NF proteins in spinal neurons and it boosted the levels of Prph transported into peripheral nerve axons. These results suggest that drug inhibitors of histone deacetylase aiming to enhance axonal transport should be considered as a potential treatment for GAN disease.
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 | 0,000 |
| 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) | 0,000 | 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 ».