Mechanisms of the Beneficial Effects of Exercise on Brain-Derived Neurotrophic Factor Expression in Alzheimer’s Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Brain-derived neurotrophic factor (BDNF) is a key molecule in promoting neurogenesis, dendritic and synaptic health, neuronal survival, plasticity, and excitability, all of which are disrupted in neurological and cognitive disorders such as Alzheimer's disease (AD). Extracellular aggregates of amyloid-β (Aβ) in the form of plaques and intracellular aggregates of hyperphosphorylated tau protein have been identified as major pathological insults in the AD brain, along with immune dysfunction, oxidative stress, and other toxic stressors. Although aggregated Aβ and tau lead to decreased brain BDNF expression, early losses in BDNF prior to plaque and tangle formation may be due to other insults such as oxidative stress and contribute to early synaptic dysfunction. Physical exercise, on the other hand, protects synaptic and neuronal structure and function, with increased BDNF as a major mediator of exercise-induced enhancements in cognitive function. Here, we review recent literature on the mechanisms behind exercise-induced BDNF upregulation and its effects on improving learning and memory and on Alzheimer's disease pathology. Exercise releases into the circulation a host of hormones and factors from a variety of peripheral tissues. Mechanisms of BDNF induction discussed here are osteocalcin, FNDC5/irisin, and lactate. The fundamental mechanisms of how exercise impacts BDNF and cognition are not yet fully understood but are a prerequisite to developing new biomarkers and therapies to delay or prevent cognitive decline.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 découle