Modeling the Effects of Yoga on the Progression of Alzheimer’s Disease in a Dish
Notice bibliographique
Résumé
Alzheimer's disease (AD) accounts for 80% of all dementia cases, making it the most common form of dementia. Aging serves as the main risk factor for AD, but early onset AD can also occur in individuals younger than 65 years. AD results from progressive neurodegeneration leading to dysfunctional synaptic transmission in the brain. The cascade hypothesis of AD states that amyloid precursor protein (APP) metabolism becomes impaired either by mutation or an interleukin-mediated stress response to injury, resulting in the splicing of harmful oligomeric forms of amyloid beta (Aβ). These oligomers disrupt extracellular receptor binding, intracellular function, and cellular membrane integrity. Yoga and meditative practices slow the progression of the cognitive decline associated with AD. However, the biological mechanisms underlying this therapeutic effect remain elusive. Here, we investigated the ability of neurotransmitters released during yoga and meditative practices to rescue neurons from synaptic dysfunction in an in vitro Alzheimer's model created by culturing basal forebrain cholinergic neurons with physiologically relevant levels of the I-42 isoform of oligomeric Aβ (OΑβI-42). We found that the neurotransmitters dopamine and histamine produce a cooperative action with serotonin to reverse the loss of choline acetyltransferase (CHaT) by OΑβI-42. The loss of ChaT, the enzyme responsible for processing the cholinergic neurotransmitter acetylcholine, contributes to the synaptic dysfunction experienced during AD. These neurotransmitters inhibit nitric oxide synthesis caused by OΑβI-42, preventing oxidative and nitrosative stress. Serotonin activates an alternate cleavage of APP to produce a fragment with known neurotrophic effects, giving it the unique ability to inhibit the OΑβI-42 production cycle. We hypothesize here that these concerted actions lead to the protection of cholinergic synaptic transmission in AD.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».