Genetic Diseases of Fucosylation: Insights from Model Organisms
Notice bibliographique
Résumé
Fucosylation plays a fundamental role in maintaining cellular functions and biological processes across all animals. As a form of glycosylation, it involves the biochemical addition of fucose, a six-carbon monosaccharide, to biological molecules like lipids, proteins, and glycan chains. This modification is essential for optimizing cellular interactions required for receptor-ligand binding, cell adhesion, immune responses, and development. Disruptions in cellular fucose synthesis or in the mechanisms enabling its transfer to other molecules have been linked to human disease. Inherited defects in the fucosylation pathway are rare, with about thirty patients described. Through genome-wide association studies (GWAS), variants in fucosylation pathway genes have been associated with complex diseases such as glaucoma and stroke, and somatic mutations are often found in cancers. Recent studies have applied targeted genetic animal models to elucidate the mechanisms through which disruptions in fucosylation contribute to disease pathogenesis and progression. Key focus areas include GDP-fucose synthesis through de novo or salvage pathways, GDP-fucose transport into the Golgi and endoplasmic reticulum (ER), and its transfer by fucosyltransferases (FUTs) or protein O-fucosyltransferases (POFUTs) onto acceptor molecules. Loss or gain of function fucosylation gene mutations in animal models such as mice, zebrafish, and invertebrates have provided insights into some fucosylation disease pathogenesis. This review aims to bring together these findings, summarizing key insights from existing animal studies to possibly infer fucosylation disease mechanisms in humans.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».