From Seeds to Fibrils and Back: Fragmentation as an Overlooked Step in the Propagation of Prions and Prion-Like Proteins
Notice bibliographique
Résumé
Many devastating neurodegenerative diseases are driven by the misfolding of normal proteins into a pathogenic abnormal conformation. Examples of such protein misfolding diseases include Alzheimer's disease, Parkinson's disease, Huntington's disease, amyotrophic lateral sclerosis, and prion diseases. The misfolded proteins involved in these diseases form self-templating oligomeric assemblies that recruit further correctly folded protein and induce their conversion. Over time, this leads to the formation of high molecular and mostly fibrillar aggregates that are increasingly inefficient at converting normal protein. Evidence from a multitude of in vitro models suggests that fibrils are fragmented to form new seeds, which can convert further normal protein and also spread to neighboring cells as observed in vivo. While fragmentation and seed generation were suggested as crucial steps in aggregate formation decades ago, the biological pathways involved remain largely unknown. Here, we show that mechanisms of aggregate clearance-namely the mammalian Hsp70-Hsp40-Hsp110 tri-chaperone system, macro-autophagy, and the proteasome system-may not only be protective, but also play a role in fragmentation. We further review the challenges that exist in determining the precise contribution of these mechanisms to protein misfolding diseases and suggest future directions to resolve these issues.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».