Modulation of the Aβ peptide aggregation pathway by KP1019 limits Aβ-associated neurotoxicity
Notice bibliographique
Résumé
Alzheimer's disease (AD) is a neurodegenerative disorder that is increasing worldwide due to increased life expectancy. AD is characterized by two pathological hallmarks in the brain: amyloid-β (Aβ) plaque deposits and neurofibrillary tangles. A focus of AD research has concentrated on either inhibiting Aβ peptide aggregation that leads to plaque formation or breaking down pre-formed Aβ peptide aggregates. An alternative approach is to modulate the Aβ aggregation profile by facilitating the formation of Aβ species that are off-pathway and non-toxic. Herein, we report the re-purposing of the widely studied Ru(iii) anti-cancer complex KP1019, towards regulating the aggregation profile of the Aβ peptide. Using electron paramagnetic resonance (EPR) spectroscopy, we conclude that KP1019 binds to histidine residues, located at the N-terminus of the peptide, in a rapid and robust fashion. Native gels and transmission electron microscopy (TEM) analyses have provided insight into the species and structures that are generated by KP1019-Aβ interactions. Finally, incubation in an in vitro human neuronal cell model has demonstrated that the formation of KP1019-Aβ species rescues cell viability from Aβ-associated neurotoxicity. Modulation of the Aβ aggregation pathway via covalent interactions with small molecules is thus a promising AD therapeutic strategy.
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 | 0,000 |
| 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 ».