MétaCan
Menu
Retour à la cohorte
Enregistrement W4406833099 · doi:10.1016/j.nbd.2025.106814

Mutations in hnRNP A1 drive neurodegeneration and alternative RNA splicing of neuronal gene targets

2025· article· en· W4406833099 sur OpenAlexafffund
Patricia A. Thibault, Hannah E. Salapa, Joseph-Patrick W. E. Clarke, Michael C. Levin

Notice bibliographique

RevueNeurobiology of Disease · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesSaskatchewan Health Research FoundationSaskatoon City Hospital FoundationUniversity of Saskatchewan
Mots-clésNeurodegenerationRNA splicingBiologyGeneRNAAlternative splicingGeneticsRna processingNeuroscienceMessenger RNAMedicineDisease

Résumé

récupéré en direct d'OpenAlex

RNA binding protein dysfunction is a pathogenic feature of multiple neurological diseases, including multiple sclerosis (MS). Neurodegeneration (the loss of, or damage to neurons and axons) is the primary driver of disease progression in MS. Herein, we utilized a novel, neuron-specific model of neurodegeneration by transducing primary mouse neurons with mutant forms of the RNA binding protein heterogeneous nuclear ribonucleoprotein A1 (hnRNP A1) identified from MS patients, including one within the M9-nuclear localization sequence of hnRNP A1 (A1(P275S)) and a second in the prion-like domain of hnRNP A1 (A1(F263S)) to test the hypothesis that neuronal hnRNP A1 dysfunction drives neurodegeneration in MS. Examination of hnRNP A1 localization in neurons revealed an increase in nucleocytoplasmic mislocalization in neurons transduced with A1(P275S), but not A1(F263S). Yet, both A1(F263S) and A1(P275S) induced neurodegeneration evidenced by significant reductions in total neurite length and complexity and an increase in FluoroJade-C neuronal cell body staining. RNA sequencing and differential alternative splicing analysis of mutant-expressing neurons revealed dramatic changes in alternative RNA splicing of transcripts critical to neuronal function. Further, amyloid precursor protein ( APP ), a marker for neurodegeneration in MS, showed differential splicing in mutant-expressing neurons, which was confirmed in MS brains with hnRNP A1 dysfunction. Overall, we have identified that hnRNP A1 plays a complex role in neuronal function and regulation by mediating the alternative splicing of neuron-specific transcripts. When neuronal hnRNP A1 function is impaired, as in disease, resultant dysfunction propagates through multiple pathways that may influence the progression of neurodegeneration in MS. • RNA binding protein dysfunction is a feature of neurodegeneration in neurologic disease, including multiple sclerosis. • Somatic mutations in the RBP hnRNP A1 were identified from MS patients but their impact on neurodegeneration is unclear. • Neuronal expression of two MS-derived mutations in hnRNP A1 alter splicing of neuronal mRNAs leading to neurodegeneration. • Dysfunctional RNA binding proteins, including hnRNP A1, can alter splicing and induce neurodegeneration in neurologic 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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,269
Écart entre enseignants0,261 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurobiology of DiseaseMême sujetRNA Research and SplicingTravaux en français237 207