TDP-43 régule la dynamique et la fonction des Granules de Stress via G3BP1
Bibliographic record
Abstract
Les Granule de Stress (GS) sont des inclusions cytoplasmiques contenant des protéines et des ARNm qui s’assemblent en réponse à l’exposition à un stress. Leur formation fait partie intégrante de la réponse cellulaire au stress et est considérée comme une étape déterminante pour la résistance au stress et la survie cellulaire. Actuellement, les GS sont reliés à divers pathologies allant des infections virales aux maladies neurovégétatives. L’une d’entre elle, la Sclérose Latérale Amyotrophique (SLA) est particulièrement agressive, caractérisée par une perte des neurones moteurs aboutissant à la paralysie et à la mort du patient en cinq ans en moyenne. Les mécanismes de déclenchement de la pathologie restent encore à déterminer. TDP-43 (TAR DNA binding protein 43) et FUS (Fused in liposarcoma) sont deux protéines reliées à la pathologie qui présentent des similarités de structure et de fonction, suggérant un mécanisme commun de toxicité. TDP-43 et FUS sont toutes les deux recrutées au niveau des GS en condition de stress. Nous avons démontré pour la première fois que la fonction des GS est de protéger les ARNm de la dégradation induite par l’exposition au stress. Cette fonction n’était que suspectée jusqu’alors. De plus nous avons mis en évidence que G3BP1 (Ras GTPase-activating protein-binding protein 1) est l’effectrice de cette fonction via son implication dans la dynamique de formation des GS. TDP-43 étant un régulateur de G3BP1, nous prouvons ainsi que la perte de fonction de TDP-43/G3BP1 aboutit à un défaut de réponse au stress aboutissant à une vulnérabilisation cellulaire. Le mécanisme de toxicité emprunter par FUS diffère de celui de TDP-43 et ne semble pas passer par une perte de fonction dans le cadre de la réponse au stress.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".