Eicosapentaenoic acid and docosahexaenoic acid increase the degradation of amyloid-β by affecting insulin-degrading enzyme
Notice bibliographique
Résumé
Omega-3 polyunsaturated fatty acids (PUFAs) have been proposed to be highly beneficial in Alzheimer's disease (AD). AD pathology is closely linked to an overproduction and accumulation of amyloid-β (Aβ) peptides as extracellular senile plaques in the brain. Total Aβ levels are not only dependent on its production by proteolytic processing of the amyloid precursor protein (APP), but also on Aβ-clearance mechanisms, including Aβ-degrading enzymes. Here we show that the omega-3 PUFAs eicosapentaenoic acid (EPA) and docosahexaenoic acid (DHA) increase Aβ-degradation by affecting insulin-degrading enzyme (IDE), the major Aβ-degrading enzyme secreted into the extracellular space of neuronal and microglial cells. The identification of the molecular mechanisms revealed that EPA directly increases IDE enzyme activity and elevates gene expression of IDE. DHA also directly stimulates IDE enzyme activity and affects IDE sorting by increasing exosome release of IDE, resulting in enhanced Aβ-degradation in the extracellular milieu. Apart from the known positive effect of DHA in reducing Aβ production, EPA and DHA might ameliorate AD pathology by increasing Aβ turnover.
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) | 0,000 | 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 ».