An anti-diabetes agent protects the mouse brain from defective insulin signaling caused by Alzheimer’s disease–associated Aβ oligomers
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».