Effect of Varying Concentrations of Docosahexaenoic Acid on Amyloid Beta (1–42) Aggregation: An Atomic Force Microscopy Study
Notice bibliographique
Résumé
Healthcare has advanced significantly, bringing with it longer life expectancies and a growing population of elders who suffer from dementia, specifically Alzheimer’s disease (AD). The amyloid beta (Aβ) peptide has been implicated in the cause of AD, where the peptides undergo a conformational change and form neurotoxic amyloid oligomers which cause neuronal cell death. While AD has no cure, preventative measures are being designed to either slow down or stop the progression of this neurodegenerative disease. One of these measures involves dietary supplements with polyunsaturated fatty acids such as docosahexaenoic acid (DHA). This omega-3 fatty acid is a key component of brain development and has been suggested to reduce the progression of cognitive decline. However, different studies have yielded different results as to whether DHA has positive, negative, or no effects on Aβ fibril formation. We believe that these discrepancies can be explained with varying concentrations of DHA. Here, we test the inhibitory effect of different concentrations of DHA on amyloid fibril formation using atomic force microscopy. Our results show that DHA has a strong inhibitory effect on Aβ1–42 fibril formation at lower concentrations (50% reduction in fibril length) than higher concentrations above its critical micelle concentration (70% increase in fibril length and three times the length of those at lower concentrations). We provide evidence that various concentrations of DHA can play a role in the inhibitory effects of amyloid fibril formation in vitro and help explain the discrepancies observed in previous studies.
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 | 0,000 | 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 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 ».