Thiamine pyrophosphokinase deficiency induces Alzheimer’s pathology
Notice bibliographique
Résumé
Abstract Background Thiamine diphosphate (TDP) reduction plays an important role in cerebral glucose hypometabolism, the neurodegenerative indicator, in Alzheimer’s disease (AD). The mechanism underlying TDP reduction remains elusive. Thus, it is critical to define the mechanism and its effect on neurodegeneration, the pathological basis of the disease occurrence and progression. Methods The mRNA levels of all known genes associated with thiamine metabolism, including thiamine pyrophosphokinase ( TPK ), Solute Carrier Family 19 Member 2 (SLC19A2) , SLC19A3 , and SLC25A19 , in brain samples of patients with AD and other neurodegenerative disorders in multiple independent datasets were analyzed. TPK protein levels were further examined in the brain tissues of AD patients and control subjects. A mouse model with conditional knockout (cKO) of TPK gene in the excitatory neurons of adult brain was established. Results The brain TPK mRNA level was markedly lower in AD patients, but not in other neurodegenerative disorders. The brain TPK protein level was also significantly decreased in AD patients. TPK gene knockout in the mice caused cerebral glucose hypometabolism, β-amyloid deposition, Tau hyperphosphorylation, neuroinflammation, and neuronal loss and brain atrophy. Cross-species correlation analysis revealed the similar changes of gene profiling between the cKO mice and AD patients. Conclusions The deficiency of brain TPK, a key enzyme for TDP synthesis, is specific to AD. The cKO mice show AD-associated phenotypes and could serve as a new mouse model for AD studies. Our study provides a novel insight into the critical role of TPK in AD pathogenesis and its potential for the disease treatment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».