TFEB and TFE3 have cell-type specific expression in the brain and divergent roles in neurons
Notice bibliographique
Résumé
Abstract Lysosomal dysfunction occurs in many neurodegenerative diseases, including Parkinson’s disease, and activating TFEB to enhance lysosomal biogenesis is a promising therapeutic strategy. To understand TFEB physiology in cells of the brain, we characterised TFEB expression using iPSC-derived models, and transcriptomic analysis of human and mouse brain tissue. Surprisingly, TFEB expression at the RNA and protein level was restricted to glia, whereas the related transcription factor, TFE3, was expressed ubiquitously. We identified HDAC1/2/3 as transcriptional repressors of neuronal TFEB and found the brain-penetrant HDAC inhibitor ACY-738 derepressed TFEB expression and enhanced TFE3 nuclear translocation in iPSC-dopaminergic neurons (iPSC-DaNs). We delineated the role of each transcription factor by genetic manipulation in iPSC-DaNs to reveal divergent roles in which TFEB activates mitochondrial biogenesis, whereas TFE3 enhances lysosomal biogenesis. Finally, we show TFE3 activation corrects the lysosomal dysfunction associated with GBA-N370S and SNCA-Triplication mutations in Parkinson’s patient-derived iPSC-DaNs, demonstrating therapeutic utility in neurodegeneration.
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) | 0,000 | 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 | 0,001 |
| 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 ».