MétaCan
Menu
Retour à la cohorte
Enregistrement W2129354516 · doi:10.1186/1750-1326-7-31

LDLR-related protein 10 (LRP10) regulates amyloid precursor protein (APP) trafficking and processing: evidence for a role in Alzheimer’s disease

2012· article· en· W2129354516 sur OpenAlexafffund
Julie C. Brodeur, Caroline Thériault, Mélissa Lessard‐Beaudoin, Alexandre Marcil, Sophie Dahan, Christine Lavoie

Notice bibliographique

RevueMolecular Neurodegeneration · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensPerkinElmer BiosignalUniversité de Sherbrooke
Organismes subventionnairesAlzheimer Society
Mots-clésEndosomeAmyloid precursor proteinRetromerAlpha secretaseEndocytic cycleAmyloid precursor protein secretaseCell biologyGolgi apparatusLDL receptorEctodomainP3 peptideReceptorBiologyAlzheimer's diseaseChemistryIntracellularEndocytosisEndocrinologyInternal medicineMedicineBiochemistryEndoplasmic reticulumDiseaseLipoprotein

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Aβ peptide that accumulates in Alzheimer's disease (AD) is derived from amyloid precursor protein (APP) following proteolysis by β- and γ-secretases. Substantial evidence indicates that alterations in APP trafficking within the secretory and endocytic pathways directly impact the interaction of APP with these secretases and subsequent Aβ production. Various members of the low-density lipoprotein receptor (LDLR) family have been reported to play a role in APP trafficking and processing and are important risk factors in AD. We recently characterized a distinct member of the LDLR family called LDLR-related protein 10 (LRP10) that shuttles between the trans-Golgi Network (TGN), plasma membrane (PM), and endosomes. Here we investigated whether LRP10 participates in APP intracellular trafficking and Aβ production. RESULTS: In this report, we provide evidence that LRP10 is a functional APP receptor involved in APP trafficking and processing. LRP10 interacts directly with the ectodomain of APP and colocalizes with APP at the TGN. Increased expression of LRP10 in human neuroblastoma SH-SY5Y cells induces the accumulation of mature APP in the Golgi and reduces its presence at the cell surface and its processing into Aβ, while knockdown of LRP10 expression increases Aβ production. Mutations of key motifs responsible for the recycling of LRP10 to the TGN results in the aberrant redistribution of APP with LRP10 to early endosomes and a concomitant increase in APP β-cleavage into Aβ. Furthermore, expression of LRP10 is significantly lower in the post-mortem brain tissues of AD patients, supporting a possible role for LRP10 in AD. CONCLUSIONS: The present study identified LRP10 as a novel APP sorting receptor that protects APP from amyloidogenic processing, suggesting that a decrease in LRP10 function may contribute to the pathogenesis of Alzheimer's 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,317
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations97
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular NeurodegenerationMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207