Amyloid‐β and islet amyloid pathologies link Alzheimer’s disease and type 2 diabetes in a transgenic model
Notice bibliographique
Résumé
Alzheimer's disease (AD) and type 2 diabetes (T2D) present a significant risk to each other. AD and T2D are characterized by deposition of cerebral amyloid-β (Aβ) and pancreatic human islet amyloid polypeptide (hIAPP), respectively. We investigated the role of amyloidogenic proteins in the interplay between these diseases. A novel double transgenic mouse model combining T2D and AD was generated and characterized. AD-related amyloid transgenic mice coexpressing hIAPP displayed peripheral insulin resistance, hyperglycemia, and glucose intolerance. Aβ and IAPP amyloid co-deposition increased tau phosphorylation, and a reduction in pancreatic β-cell mass was detected in islets. Increased brain Aβ deposition and tau phosphorylation and reduced insulin levels and signaling were accompanied by extensive synaptic loss and decreased neuronal counts. Aβ immunization rescued the peripheral insulin resistance and hyperglycemia, suggesting a role for Aβ in T2D pathogenesis for individuals predisposed to AD. These findings demonstrate that Aβ and IAPP are key factors in the overlapping pathologies of AD and T2D.-Wijesekara, N., Ahrens, R., Sabale, M., Wu, L., Ha, K., Verdile, G., Fraser, P. E. Amyloid-β and islet amyloid pathologies link Alzheimer's disease and type 2 diabetes in a transgenic model.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».