Amyloid-β Aggregation on Model Lipid Membranes: An Atomic Force Microscopy Study
Notice bibliographique
Résumé
Amyloid fibril formation is generally associated with many neurodegenerative disorders, including Alzheimer's disease (AD). Although fibril plaque formation is associated with biological membranes in vivo, the role of the cell surfaces in amyloid fibril formation and the molecular mechanism of amyloid toxicity are not well understood. Understanding the details of amyloid interaction with lipid membrane may shed light on the mechanism of amyloid toxicity. Using atomic force microscopy, we investigated aggregation of amyloid-β1-42 (Aβ1-42) on model phospholipid membranes as a function of time and membrane composition. Neutral, 1,2-dipalmitoyl-sn-glycero-3-phosphocholine (DPPC) and 1,2-dioleoyl-sn-glycero-3-phosphocholine (DOPC), anionic - 1,2-dioleoyl-sn-glycero-3-phospho-(1'-rac-glycerol) (sodium salt) (DOPG), and cationic - 1,2-dioleoyl-3-trimethylammonium-propane (DOTAP), were used to study the effect of lipid type on amyloid binding. We showed that both the charge on the lipid head group and lipid phase affect the interaction of amyloid oligomers with the membrane surface changing the rate of adsorption and causing changes in membrane structure and structure of amyloid deposits. We observed that amyloid aggregates progressively accumulate in a similar manner on the surface of neutral DPPC gel phase membrane and on the surface of fluid phase negatively charged DOPG membrane. In contrast to DPPC and DOPG, positively charged fluid DOTAP membrane and neutral fluid phase DOPC membrane contain amyloid deposits with reduced height, which suggests fusing of Aβ1-42 into the lipid membrane surface.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».