MétaCan
Menu
Retour à la cohorte
Enregistrement W6927542855 · doi:10.3389/fnins.2024.1375299.s002

Data_Sheet_2_Proteomics and lipidomic analysis reveal dysregulated pathways associated with loss of sacsin.docx

2024· dataset· en· W6927542855 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2024
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolism and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProteomicsAtaxiaHomeostasisUnfolded protein responseProtein aggregationCytoskeletonLipid metabolismProteome

Résumé

récupéré en direct d'OpenAlex

Introduction Autosomal recessive spastic ataxia of Charlevoix-Saguenay (ARSACS) is a rare incurable neurodegenerative disease caused by mutations in the SACS gene, which codes for sacsin, a large protein involved in protein homeostasis, mitochondrial function, cytoskeletal dynamics, autophagy, cell adhesion and vesicle trafficking. However, the pathogenic mechanisms underlying sacsin dysfunction are still largely uncharacterized, and so attempts to develop therapies are still in the early stages. Methods To achieve further understanding of how processes are altered by loss of sacsin, we used untargeted proteomics to compare protein profiles in ARSACS fibroblasts versus controls. Results Our analyses confirmed the involvement of known biological pathways and also implicated calcium and lipid homeostasis in ARSACS skin fibroblasts, a finding further verified in SH-SY5Y SACS–/– cells. Validation through mass spectrometry-based analysis and comparative quantification of lipids by LC-MS in fibroblasts revealed increased levels of ceramides coupled with a reduction of diacylglycerols. Discussion In addition to confirming aberrant Ca2+ homeostasis in ARSACS, this study described abnormal lipid levels associated with loss of sacsin.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil0,560

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0070,007
Études des sciences et des technologies0,0030,001
Communication savante0,0040,004
Science ouverte0,0040,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,6070,144

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 Opus0,013
Tête enseignante GPT0,235
Écart entre enseignants0,222 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetMicrobial Metabolism and ApplicationsTravaux en français237 207