Novel One-step Immunoassays to Quantify α-Synuclein
Notice bibliographique
Résumé
Familial Parkinson disease (PD) can result from α-synuclein gene multiplication, implicating the reduction of neuronal α-synuclein as a therapeutic target. Moreover, α-synuclein content in human cerebrospinal fluid (CSF) represents a PD biomarker candidate. However, capture-based assays for α-synuclein quantification in CSF (such as by ELISA) have shown discrepancies and have limited suitability for high-throughput screening. Here, we describe two sensitive, in-solution, time-resolved Förster's resonance energy transfer (TR-FRET)-based immunoassays for total and oligomeric α-synuclein quantification. CSF analysis showed strong concordance for total α-synuclein content between two TR-FRET assays and, in agreement with a previously characterized 36 h protocol-based ELISA, demonstrated lower α-synuclein levels in PD donors. Critically, the assay suitability for high-throughput screening of siRNA constructs and small molecules aimed at reducing endogenous α-synuclein levels was established and validated. In a small-scale proof of concept compound screen using 384 well plates, signals ranged from <30 to >120% of the mean of vehicle-treated cells for molecules known to lower and increase cellular α-synuclein, respectively. Furthermore, a reverse genetic screen of a kinase-directed siRNA library identified seven genes that modulated α-synuclein protein levels (five whose knockdown increased and two that decreased cellular α-synuclein protein). This provides critical new biological insight into cellular pathways regulating α-synuclein steady-state expression that may help guide further drug discovery efforts. Moreover, we describe an inherent limitation in current α-synuclein oligomer detection methodology, a finding that will direct improvement of future assay design. Our one-step TR-FRET-based platform for α-synuclein quantification provides a novel platform with superior performance parameters for the rapid screening of large biomarker cohorts and of compound and genetic libraries, both of which are essential to the development of PD therapies.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».