<i>Pten</i> Loss Triggers Progressive Photoreceptor Degeneration in an mTORC1-Independent Manner
Notice bibliographique
Résumé
Purpose: Silencing Phosphatase and tensin homolog (Pten) is a proposed therapeutic strategy for tissue regeneration to treat neurological disorders. However, Pten is pleiotropic, inhibiting several signaling and metabolic pathways, including mTORC1 and glycolysis, both pro-regenerative in certain contexts. This study aims to assess the long-term impact of inactivating Pten on photoreceptor survival in the retina and to identify downstream pathway(s). Methods: We assessed retinal integrity in Pten conditional knock-outs (cKOs) that were retinal progenitor cell (RPC)-specific (Pten RPC-cKO), a congenital model, or rod-specific (Pten Rho-cKO). We examined early changes in photoreceptor gene expression and used immunostaining to assess photoreceptors, reactive astrocytes, microglia, angiogenesis, and subretinal deposit formation from postnatal day (P) 21 to 1 year of age. Pten RPC-cKO retinal explants were treated with rapamycin, an mTOR inhibitor, or 2-deoxy-D-glucose (2DG), a glycolysis inhibitor. Results: In both Pten-cKO models, retinas display signs of early pathogenesis as photoreceptor-specific gene expression is downregulated at P0, before photoreceptor loss. Pten loss triggers progressive rod and cone degeneration beginning at P21 in Pten RPC-cKOs and at 6 months of age in Pten Rho-cKOs. Activated microglia and astrocytes, and increased angiogenesis, are observed in both Pten-cKO models, while subretinal amyloid-β deposits develop in Pten RPC-cKOs. Rapamycin accelerates photoreceptor degeneration in Pten RPC-cKOs, whereas 2DG has no effect. Conclusions: Our findings suggest that Pten loss, either in RPCs as a congenital model, or solely in mature rod photoreceptors, leads to progressive retinal degeneration that is exacerbated by mTORC1 suppression, drawing into question the therapeutic value of Pten-mTORC1 manipulations.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».