Crosstalk Between Alpha-Synuclein and Other Human and Non-Human Amyloidogenic Proteins: Consequences for Amyloid Formation in Parkinson’s Disease
Notice bibliographique
Résumé
It was recently shown (Sampson et al., Elife9, 2020) that an amyloidogenic protein, CsgA, present in E. coli biofilms in the gut can trigger Parkinson's disease in mice. This study emphasizes the possible role of the gut microbiome in modulation (and even initiation) of human neurodegenerative disorders, such as Parkinson's disease. As the CsgA protein was found to accelerate alpha-synuclein (the key amyloidogenic protein in Parkinson's disease) amyloid formation in vitro, this result suggests that also other amyloidogenic proteins from gut bacteria, and even from the diet (such as stable allergenic proteins), may be able to affect human protein conformations and thereby modulate amyloid-related diseases. In this review, we summarize what has been reported in terms of in vitro cross-reactivity studies between alpha-synuclein and other amyloidogenic human and non-human proteins. It becomes clear from the limited data that exist that there is a fine line between acceleration and inhibition, but that cross-reactivity is widespread, and it is more common for other proteins (among the studied cases) to accelerate alpha-synuclein amyloid formation than to block it. It is of high importance to expand investigations of cross-reactivity between amyloidogenic proteins to both reveal underlying mechanisms and links between human diseases, as well as to develop new treatments that may be based on an altered gut microbiome.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».