Alpha-neurexins in health and disease
Notice bibliographique
Résumé
Alpha-neurexins (α-Nrxns) are synaptic adhesion molecules that play crucial roles in synapse organization, specificity, and function. This review provides a comprehensive overview of α-Nrxns, covering their gene organization, molecular architecture, and roles in both physiological and pathological contexts. We begin by detailing the unique structural properties of α-Nrxns, particularly their large extracellular regions and complex alternative splicing, which facilitate diverse trans-synaptic interactions. We then examine their critical roles in regulating presynaptic neurotransmitter release, postsynaptic receptor function, and overall synaptic organization. While deletion of α-Nrxns in mice results in only modest morphological brain abnormalities, it causes profound deficits in synaptic function, underscoring their role in fine-tuning neural circuit activity in a context-dependent manner. We also explore how specific α-Nrxn ligands such as neurexophilins or IgSF21 contribute to synaptic diversity. Furthermore, we discuss emerging evidence linking α-NRXNs to various neurodevelopmental and psychiatric disorders, including autism spectrum disorder, schizophrenia, and intellectual disability. These links are supported by both genetic association studies and behavioral analyses in α-Nrxn mutant mice, which exhibit phenotypes that partially mirror symptoms observed in human disorders. Finally, we highlight recent advances in human induced pluripotent stem cell (hiPSC)-derived neuronal models, which offer powerful platforms to investigate α-NRXN-associated disease mechanisms at the cellular level. These models enable the study of patient-specific neurobiological alterations and support the development of targeted therapeutic strategies. Collectively, this review emphasizes the pivotal role of α-Nrxns in maintaining synaptic integrity and demonstrates how their dysfunction contributes to a broad spectrum of brain disorders, providing valuable insights for future translational research.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».