Aβ Association Inhibition by Transferrin
Notice bibliographique
Résumé
The iron-transport glycoprotein transferrin has recently been shown to serve as a potent inhibitor of Aβ self-association. Although this novel, to our knowledge, inhibitory function of transferrin is of potential therapeutic interest for the treatment of Alzheimer's disease, the underlying mechanism is still not fully understood. Although it has been shown that the Fe(III) sequestration by transferrin reduces oxidative damage and Aβ aggregation, it is not clear whether transferrin is also able to inhibit Aβ self-association through direct binding of Aβ. Here, using saturation transfer and off-resonance relaxation NMR spectroscopy, we show that transferrin inhibits Aβ aggregation also by preferentially binding Aβ oligomers and outcompeting Aβ monomers that would otherwise cause the growth of the Aβ oligomers into larger assemblies. This inhibitory mechanism is different from the iron-sequestration model, but it is qualitatively similar to a mechanism previously proposed for the inhibition of Aβ self-association by another plasma and cerebrospinal fluid protein, i.e., human serum albumin. These results suggest that Aβ monomer competition through direct Aβ oligomer binding might be a general strategy adopted by proteins in plasma and cerebrospinal fluid to prevent Aβ aggregation.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».