Novel APP/Aβ mutation K16N produces highly toxic heteromeric Aβ oligomers
Notice bibliographique
Résumé
Here, we describe a novel missense mutation in the amyloid precursor protein (APP) causing a lysine-to-asparagine substitution at position 687 (APP770; herein, referred to as K16N according to amyloid-β (Aβ) numbering) resulting in an early onset dementia with an autosomal dominant inheritance pattern. The K16N mutation is located exactly at the α-secretase cleavage site and influences both APP and Aβ. First, due to the K16N mutation APP secretion is affected and a higher amount of Aβ peptides is being produced. Second, Aβ peptides carrying the K16N mutation are unique in that the peptide itself is not harmful to neuronal cells. Severe toxicity, however, is evident upon equimolar mixture of wt and mutant peptides, mimicking the heterozygous state of the subject. Furthermore, Aβ42 K16N inhibits fibril formation of Aβ42 wild-type. Even more, Aβ42 K16N peptides are protected against clearance activity by the major Aβ-degrading enzyme neprilysin. Thus the mutation characterized here harbours a combination of risk factors that synergistically may contribute to the development of early onset Alzheimer disease.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».