SORCS1 alters amyloid precursor protein processing and variants may increase Alzheimer's disease risk
Notice bibliographique
Résumé
OBJECTIVE: Sorting mechanisms that cause the amyloid precursor protein (APP) and the β-secretases and γ-secretases to colocalize in the same compartment play an important role in the regulation of Aβ production in Alzheimer's disease (AD). We and others have reported that genetic variants in the Sortilin-related receptor (SORL1) increased the risk of AD, that SORL1 is involved in trafficking of APP, and that underexpression of SORL1 leads to overproduction of Aβ. Here we explored the role of one of its homologs, the sortilin-related VPS10 domain containing receptor 1 (SORCS1), in AD. METHODS: We analyzed the genetic associations between AD and 16 SORCS1-single nucleotide polymorphisms (SNPs) in 6 independent data sets (2,809 cases and 3,482 controls). In addition, we compared SorCS1 expression levels of affected and unaffected brain regions in AD and control brains in microarray gene expression and real-time polymerase chain reaction (RT-PCR) sets, explored the effects of significant SORCS1-SNPs on SorCS1 brain expression levels, and explored the effect of suppression and overexpression of the common SorCS1 isoforms on APP processing and Aβ generation. RESULTS: Inherited variants in SORCS1 were associated with AD in all datasets (0.001 < p < 0.049). In addition, SorCS1 influenced APP processing. While overexpression of SorCS1 reduced γ-secretase activity and Aβ levels, the suppression of SorCS1 increased γ-secretase processing of APP and the levels of Aβ. INTERPRETATIONS: These data suggest that inherited or acquired changes in SORCS1 expression or function may play a role in the pathogenesis of 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 | 0,000 |
| 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) | 0,000 | 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 ».