Multimodal Imaging in Rat Model Recapitulates Alzheimer's Disease Biomarkers Abnormalities
Notice bibliographique
Résumé
Imaging biomarkers are frequently proposed as endpoints for clinical trials targeting brain amyloidosis in Alzheimer's disease (AD); however, the specific impact of amyloid-β (Aβ) aggregation on biomarker abnormalities remains elusive in AD. Using the McGill-R-Thy1-APP transgenic rat as a model of selective Aβ pathology, we characterized the longitudinal progression of abnormalities in biomarkers commonly used in AD research. Middle-aged (9–11 months) transgenic animals (both male and female) displayed mild spatial memory impairments and disrupted cingulate network connectivity measured by resting-state fMRI, even in the absence of hypometabolism (measured with PET [ 18 F]FDG) or detectable fibrillary amyloidosis (measured with PET [ 18 F]NAV4694). At more advanced ages (16–19 months), cognitive deficits progressed in conjunction with resting connectivity abnormalities; furthermore, hypometabolism, Aβ plaque accumulation, reduction of CSF Aβ 1-42 concentrations, and hippocampal atrophy (structural MRI) were detectable at this stage. The present results emphasize the early impact of Aβ on brain connectivity and support a framework in which persistent Aβ aggregation itself is sufficient to impose memory circuits dysfunction, which propagates to adjacent brain networks at later stages. SIGNIFICANCE STATEMENT The present study proposes a “back translation” of the Alzheimer pathological cascade concept from human to animals. We used the same set of Alzheimer imaging biomarkers typically used in large human cohorts and assessed their progression over time in a transgenic rat model, which allows for a finer spatial resolution not attainable with mice. Using this translational platform, we demonstrated that amyloid-β pathology recapitulates an Alzheimer-like profile of biomarker abnormalities even in the absence of other hallmarks of the disease such as neurofibrillary tangles and widespread neuronal losses.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».