Antibodies Targeted to the Brain with Image-Guided Focused Ultrasound Reduces Amyloid-β Plaque Load in the TgCRND8 Mouse Model of Alzheimer's Disease
Notice bibliographique
Résumé
Immunotherapy for Alzheimer's disease (AD) relies on antibodies directed against toxic amyloid-beta peptide (Abeta), which circulate in the bloodstream and remove Abeta from the brain. In mouse models of AD, the administration of anti-Abeta antibodies directly into the brain, in comparison to the bloodstream, was shown to be more efficient at reducing Abeta plaque pathology. Therefore, delivering anti-Abeta antibodies to the brain of AD patients may also improve treatment efficiency. Transcranial focused ultrasound (FUS) is known to transiently-enhance the permeability of the blood-brain barrier (BBB), allowing intravenously administered therapeutics to enter the brain. Our goal was to establish that anti-Abeta antibodies delivered to the brain using magnetic resonance imaging-guided FUS (MRIgFUS) can reduce plaque pathology. To test this, TgCRND8 mice received intravenous injections of MRI and FUS contrast agents, as well as anti-Abeta antibody, BAM-10. MRIgFUS was then applied transcranially. Within minutes, the MRI contrast agent entered the brain, and BAM-10 was later found bound to Abeta plaques in targeted cortical areas. Four days post-treatment, Abeta pathology was significantly reduced in TgCRND8 mice. In conclusion, this is the first report to demonstrate that MRIgFUS delivery of anti-Abeta antibodies provides the combined advantages of using a low dose of antibody and rapidly reducing plaque pathology.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».