Sulindac Sulfide Induces the Formation of Large Oligomeric Aggregates of the Alzheimer’s Disease Amyloid-β Peptide Which Exhibit Reduced Neurotoxicity
Notice bibliographique
Résumé
Alzheimer's disease is characterized by deposition of the amyloid β-peptide (Aβ) in brain tissue of affected individuals. In recent years, many potential lead structures have been suggested that can potentially be used for diagnosis and therapy. However, the mode of action of these compounds is so far not understood. Among these small molecules, the nonsteroidal anti-inflammatory drug (NSAID) sulindac sulfide received a lot of attention. In this manuscript, we characterize the interaction between the monomeric Aβ peptide and the NSAID sulindac sulfide. We find that sulindac sulfide efficiently depletes the pool of toxic oligomers by enhancing the rate of fibril formation. In vitro, sulindac sulfide forms colloidal particles which catalyze the formation of fibrils. Aggregation is immediate, presumably by perturbing the supersaturated Aβ solution. We find that sulindac sulfide induced Aβ aggregates are structurally homogeneous. The C-terminal part of the peptide adopts a β-sheet structure, whereas the N-terminus is disordered. The salt bridge between D23 and K28 is present, similar as in wild type fibril structures. (13)C-(19)F transferred echo double resonance experiments suggest that sulindac sulfide colocalizes with the Aβ peptide in the aggregate.
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 | 0,001 |
| 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) | 0,000 | 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 ».