Effects of silica nanoparticles on endolysosome function in primary cultured neurons
Notice bibliographique
Résumé
Silica nanoparticles (SiNPs) have been used as vehicles for drug delivery, molecular detection, and cellular manipulations in nanoneuromedicine. SiNPs may cause adverse effects in the brain including neurotoxicity, neuroinflammation, neurodegeneration, and enhancing levels of amyloid beta (Aβ) protein—all pathological hallmarks of Alzheimer’s disease. Therefore, the extent to which SiNPs influence Aβ generation and the underlying mechanisms by which this occurs deserve investigation. Our studies were focused on the effects of SiNPs on endolysosomes which uptake, traffic, and mediate the actions of SiNPs. These organelles are also where amyloidogenesis largely originates. We found that SiNPs, in primary cultured hippocampal neurons, accumulated in endolysosomes and caused a rapid and persistent deacidification of endolysosomes. SiNPs significantly reduced endolysosome calcium stores as indicated by a significant reduction in the ability of the lysosomotropic agent glycyl-l-phenylalanine 2-naphthylamide (GPN) to release calcium from endolysosomes. SiNPs increased Aβ1–40 secretion, whereas 2 agents that acidified endolysosomes, ML-SA1 and CGS21680, blocked SiNP-induced deacidification and increased generation of Aβ1–40. Our findings suggest that SiNP-induced deacidification of and calcium release from endolysosomes might be mechanistically linked to increased amyloidogenesis. The use of SiNPs might not be the best nanomaterial for therapeutic strategies against Alzheimer’s disease and other neurological disorders linked to endolysosome dysfunction.
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) | 0,000 | 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 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 ».