Methods to monitor monocytes-mediated amyloid-beta uptake and phagocytosis in the context of adjuvanted immunotherapies
Notice bibliographique
Résumé
Antibody-mediated capture of amyloid-beta (Aβ) in peripheral blood was identified as an attractive strategy to eliminate cerebral toxic amyloid in Alzheimer's disease (AD) patients and murine models. Alternatively, defective capacity of peripheral monocytes to engulf Aβ was reported in individuals with AD. In this report, we developed different approaches to investigate cellular uptake and phagocytosis of Aβ, and to examine how two immunological devices--an immunostimulatory Adjuvant System and different amyloid specific antibodies--may affect these biological events. Between one and thirteen months of age, APPswe X PS1.M146V (TASTPM) AD model mice had decreasing concentrations of Aβ in their plasma. In contrast, the proportion of blood monocytes containing Aβ tended to increase with age. Importantly, the TLR-agonist containing Adjuvant System AS01B primed monocytes to promote de novo Aβ uptake capacity, particularly in the presence of anti-Aβ antibodies. Biochemical experiments demonstrated that cells achieved Aβ uptake and internalization followed by Aβ degradation via mechanisms that required effective actin polymerization and proteolytic enzymes such as insulin-degrading enzyme. We further demonstrated that both Aβ-specific monoclonal antibodies and plasma from Aβ-immunized mice enhanced the phagocytosis of 1 μm Aβ-coated particles. Together, our data highlight a new biomarker testing to follow amyloid clearance within the blood and a mechanism of Aβ uptake by peripheral monocytes in the context of active or passive immunization, and emphasize on novel approaches to investigate this phenomenon.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».