Surface Plasmon Resonance Imaging of Amyloid-β Aggregation Kinetics in the Presence of Epigallocatechin Gallate and Metals
Notice bibliographique
Résumé
A number of human protein misfolding disorders, including Alzheimer's disease (AD), are closely related to the accumulation of β-sheet-rich amyloid fibrils or aggregates. Neuronal toxicity in AD has been linked to the interactions of amyloid-β (Aβ) with metals, especially Zn(2+), Cu(2+), and Fe(3+), which leads to the production of reactive oxygen species. Nucleation-dependent Aβ aggregation, or "seeding", is thought to propagate fibril formation. In this surface plasmon resonance imaging (SPRi) study, we have shown that the fibril seeds formed with the incubation of Aβ in the presence of metals are better at promoting monomer elongation compared to Aβ alone or in the presence of a well-described polyphenol, (-)-epigallocatechin-3-gallate (EGCG). This is a novel attempt to simultaneously monitor the effects of multiple modulators on fibril elongation using a single chip. EGCG was shown in transmission electron microscopy (TEM) and thioflavin T (ThT) studies to promote the formation of off-pathway, highly stable unstructured oligomers, supporting the SPRi results. These findings suggest that SPRi provides a promising platform as a screening tool for small molecules that can affect the aggregation pathways in neurodegenerative diseases.
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 ».