Expression and functional profiling of neprilysin, insulin‐degrading enzyme, and endothelin‐converting enzyme in prospectively studied elderly and Alzheimer’s brain
Notice bibliographique
Résumé
The brain steady state level of β-amyloid (Aβ) is determined by the balance between its production and removal, the latter through egress across blood and CSF barriers as well as Aβ degradation. The major Aβ-degrading enzymes are neprilysin (NEP), insulin-degrading enzyme (IDE), and endothelin-converting enzyme (ECE-1). Although evidence suggests that NEP is down-regulated in Alzheimer's disease (AD), the role of IDE and ECE in the Aβ accumulation in aging and dementia remains less certain. In this study, we examined mRNA and protein expression, as well as biological activity of NEP, IDE, and ECE-1 in human frontal cortex by real-time RT-PCR for mRNA, immunoblotting for protein, and highly sensitive and specific fluorescence assays for activity. The relationships between Aβ-degrading enzymes and pathologic measures and clinical features were also assessed. The results showed that NEP mRNA, protein level, and activity were decreased in AD compared with normal controls with no cognitive impairment (NCI). In contrast, IDE activity was unchanged, but there was higher expression of IDE mRNA, indicating a possible compensatory reaction because of deficits in activity. ECE-1 expression in AD brain showed no significant difference compared with age-matched controls. Correlation analyses suggested that NEP expression was correlated with Aβ accumulation and clinical diagnosis, being lower in AD than in no cognitive impairment. In contrast, neither IDE nor ECE-1 correlated with Aβ or clinical diagnosis. These findings provide additional support for NEP as the major protease involved in Aβ degradation and suggest its possible therapeutic targeting in AD.
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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».