Amyloid-β<sub>25–35</sub>peptides aggregate into cross-β sheets in unsaturated anionic lipid membranes at high peptide concentrations
Notice bibliographique
Résumé
One of the hallmarks of Alzheimer's disease is the formation of protein plaques in the brain, which mainly consist of amyloid-β peptides of different lengths. While the role of these plaques in the pathology of the disease is not clear, the mechanism behind peptide aggregation is a topic of intense research and discussion. Because of their simplicity, synthetic membranes are promising model systems to identify the elementary processes involved. We prepared unsaturated zwitterionic/anionic lipid membranes made of 1-palmitoyl-2-oleoyl-sn-glycero-phosphocholine (POPC) and 1,2-dimyristoyl-sn-glycero-3-phospho-l-serine (DMPS) at concentrations of POPC/3 mol% DMPS containing 0 mol%, 3 mol%, 10 mol%, and 20 mol% amyloid-β25-35 peptides. Membrane-embedded peptide clusters were observed at peptide concentrations of 10 and 20 mol% with a typical cluster size of ∼11 μm. Cluster density increased with peptide concentration from 59 (±3) clusters per mm(2) to 920 (±64) clusters per mm(2), respectively. While monomeric peptides take an α-helical state when embedded in lipid bilayers at low peptide concentrations, the peptides in peptide clusters were found to form cross-β sheets and showed the characteristic pattern in X-ray experiments. The presence of the peptides was accompanied by an elastic distortion of the bilayers, which can induce a long range interaction between the peptides. The experimentally observed cluster patterns agree well with Monte Carlo simulations of long-range interacting peptides. This interaction may be the fundamental process behind cross-β sheet formation in membranes and these sheets may serve as seeds for further growth into amyloid fibrils.
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) | 0,000 | 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 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 ».