Characterization of Intermediate Steps in Amyloid Beta (Aβ) Production under Near-native Conditions
Notice bibliographique
Résumé
Processing of the amyloid precursor protein (APP) by γ-secretase results in generation of Aβ peptides of different lengths ranging from 51 to 30 residues. Accumulation of Aβ and in particular Aβ42 is enhanced by familial Alzheimer disease (FAD) causing mutations in APP and is believed to play a pivotal role. The molecular mechanism underlying normal Aβ production, the impact of FAD mutations on this process and how anti-amyloidogenic γ-secretase modulators (GSMs) cause a selective decrease in Aβ40 and Aβ42 and an increase in shorter Aβ peptides, however, is poorly understood. By using a combined immuno- and LC-MS-based assay we identify several major intermediates, i.e. 3- and 4-peptides that line up head to head across the entire APP transmembrane sequence from Aβ51 to Aβ31/Aβ30 and from Aβ49 to Aβ30/31. FAD APP mutations displayed a relative increase in 3- and 4-peptides from Aβ48 to Aβ38 compared with Aβ49 to Aβ37. These findings correlate with an increase in the Aβ42/40 ratio. GSMs caused a decrease in Aβ40 and Aβ42 and an increase in Aβ37 and Aβ38 paralleled by an increase of the intermediates Aβ40-38 and Aβ42-39. Collectively, these data provide a thorough characterization of all intermediate steps in Aβ production in native cell membranes and provide key mechanistic insights to genetic and pharmacological modulation of Aβ generation.
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) | 0,000 | 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) | 0,001 | 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 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 ».