Probing oligomerization of amyloid beta peptide <i>in silico</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Aggregation of amyloid β (Aβ) peptide is implicated in fatal Alzheimer's disease, for which no cure is available. Understanding the mechanisms responsible for this aggregation is required in order for therapies to be developed. In an effort to better understand the molecular mechanisms involved in spontaneous aggregation of Aβ peptide, extensive molecular dynamics simulations are reported, and the results are analyzed through a combination of structural biology tools and a novel essential collective dynamics method. Several model systems composed of ten or twelve Aβ17–42 chains in water are investigated, and the influence of metal ions is probed. The results suggest that Aβ monomers tend to aggregate into stable globular-like oligomers with 13–23% of β-sheet content. Two stages of oligomer formation have been identified: quick collapse within the first 40 ns of the simulation, characterized by a decrease in inter-chain separation and build-up of β-sheets, and the subsequent slow relaxation of the oligomer structure. The resulting oligomers comprise a stable, coherently moving sub-aggregate of 6–9 strongly inter-correlated chains. Cu2+ and Fe2+ ions have been found to develop coordination bonds with carboxylate groups of E22, D23 and A42, which remain stable during 200 ns simulations. The presence of Fe2+, and particularly Cu2+ ions, in negatively charged cavities has been found to cause significant changes in the structure and dynamics of the oligomers. The results indicate, in particular, that formation of non-fibrillar oligomers might be involved in early template-free aggregation of Aβ17–42 monomers, with charged species such as Cu2+ or Fe2+ ions playing an important role.
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.
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 découle