Molecular mechanisms underlying physical exercise-induced brain BDNF overproduction
Notice bibliographique
Résumé
Accumulating evidence supports that physical exercise (EX) is the most effective non-pharmacological strategy to improve brain health. EX prevents cognitive decline associated with age and decreases the risk of developing neurodegenerative diseases and psychiatric disorders. These positive effects of EX can be attributed to an increase in neurogenesis and neuroplastic processes, leading to learning and memory improvement. At the molecular level, there is a solid consensus to involve the neurotrophin brain-derived neurotrophic factor (BDNF) as the crucial molecule for positive EX effects on the brain. However, even though EX incontestably leads to beneficial processes through BDNF expression, cellular sources and molecular mechanisms underlying EX-induced cerebral BDNF overproduction are still being elucidated. In this context, the present review offers a summary of the different molecular mechanisms involved in brain's response to EX, with a specific focus on BDNF. It aims to provide a cohesive overview of the three main mechanisms leading to EX-induced brain BDNF production: the neuronal-dependent overexpression, the elevation of cerebral blood flow (hemodynamic hypothesis), and the exerkine signaling emanating from peripheral tissues (humoral response). By shedding light on these intricate pathways, this review seeks to contribute to the ongoing elucidation of the relationship between EX and cerebral BDNF expression, offering valuable insights into the potential therapeutic implications for brain health enhancement.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».