MétaCan
Menu
← Retour à la cohorte
Enregistrement W3110913634 · doi:10.1002/alz.043859

Leveraging amino acid sensors as therapeutic targets for tauopathies and related dementias

2020· article· en· W3110913634 sur OpenAlexaff
Daniel C. Lee, Chao Ma, Dave Morgan, Huimin Liang, Andrii Kovalenko, Leslie A. Sandusky‐Beltran, John Calahatian, Mani Kallupurackal, Jerry B. Hunt, Shalini Pandey, Danielle M. Blazier, Paula C. Bickford, Camilla Michalski, Margaret Fahnestock, Daniel Sejer Pedersen, Hans Bräuner‐Osborne, Trond Ulven, Maj‐Linda B. Selenica

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésmTORC1TauopathyArginineBiologyCell biologyKnockout mouseExtracellularNeurodegenerationNeuroscienceReceptorBiochemistrySignal transductionAmino acidInternal medicineDiseaseMedicinePI3K/AKT/mTOR pathway

Résumé

récupéré en direct d'OpenAlex

Abstract Background Tauopathies including Alzheimer’s disease (AD) comprise of over 27 neurodegenerative diseases. Our group has uncovered a unique interaction between uncoupling of amino acid sensors and tauopathies. L‐Arginine metabolism impacts multiple processes that seemingly show considerable influence upon tau biology. Several protein sensors have been identified that sense arginine within the lysosomal lumen, cytoplasm and signal to the mechanistic target of rapamycin complex 1 (mTORC1). GPRC6a, g‐protein coupled receptor also senses arginine levels but also signals to mTORC1. We posit that GPRC6a remains tonically active through extracellular arginine. GPRC6a signaling increases during tauopathies and thereby promotes hyper‐mTORC1 activation and impairs autophagy flux. Method We performed PCR‐array analysis, biochemical analysis for gene transcripts and protein expression for Alzheimer’s disease brain tissue and aged matched controls. We performed a series of mechanistic studies on GPRC6a and tau biology using siRNA, shRNA, drug pharmacology in cell culture models and (PS19 tau mice) or wild‐type littermates. RNA seq was performed on GPRC6a knockout mice crossed with PS19 mice. Result Our work indicates dysregulation of gene transcripts for arginine sensors, components of mTORC1 signaling in Alzheimer’s disease (AD) brains and mice with tauopathy. AD brains and tau PS19 mice showed increased GPRC6a, CASTOR1 and SLC38A9 signifying dysfunction in arginine sensing. Tau PS19 mice showed increased total and extracellular arginine in the brain, which further increased with neuronal activity. GPRC6a gene repression or novel allosteric antagonists decreased mTORC1 activation and reduced tau burden. Conversely, GPRC6a overexpression increased mTORC1 and tau accumulation. Knockout mice for GPRC6a crossed with PS19 tau transgenic mice reversed tau‐induced mRNA signatures in the brain via RNA seq. Microglia and neurometabolism were most affected in GPRC6a knockout mice signifying a critical role for arginine sensors in microglia during tau deposition. Importantly, novel allosteric antagonists to GPRC6a increased microglia phagocytosis and index. Conclusion Our work identifies a new pathway activated in AD and models of tauopathy yet provides the discovery of a new class of agents that govern microglia function, autophagy and neurometabolism. These data provide new therapeutic strategies for proteinopathies that exploit nutrient sensing dysfunction 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,248
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetReceptor Mechanisms and Signaling→Travaux en français237 207→