An anti-diabetes agent protects the mouse brain from defective insulin signaling caused by Alzheimer’s disease–associated Aβ oligomers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Defective brain insulin signaling has been suggested to contribute to the cognitive deficits in patients with Alzheimer's disease (AD). Although a connection between AD and diabetes has been suggested, a major unknown is the mechanism(s) by which insulin resistance in the brain arises in individuals with AD. Here, we show that serine phosphorylation of IRS-1 (IRS-1pSer) is common to both diseases. Brain tissue from humans with AD had elevated levels of IRS-1pSer and activated JNK, analogous to what occurs in peripheral tissue in patients with diabetes. We found that amyloid-β peptide (Aβ) oligomers, synaptotoxins that accumulate in the brains of AD patients, activated the JNK/TNF-α pathway, induced IRS-1 phosphorylation at multiple serine residues, and inhibited physiological IRS-1pTyr in mature cultured hippocampal neurons. Impaired IRS-1 signaling was also present in the hippocampi of Tg mice with a brain condition that models AD. Importantly, intracerebroventricular injection of Aβ oligomers triggered hippocampal IRS-1pSer and JNK activation in cynomolgus monkeys. The oligomer-induced neuronal pathologies observed in vitro, including impaired axonal transport, were prevented by exposure to exendin-4 (exenatide), an anti-diabetes agent. In Tg mice, exendin-4 decreased levels of hippocampal IRS-1pSer and activated JNK and improved behavioral measures of cognition. By establishing molecular links between the dysregulated insulin signaling in AD and diabetes, our results open avenues for the investigation of new therapeutics in AD.
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.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle