Circulating extracellular vesicles as an emerging tool for the early detection of Alzheimer’s disease or other dementia
Notice bibliographique
Résumé
Abstract Background Alzheimer disease (AD) and vascular dementia (VaD) are the most common form of dementia worldwide. Actually, the search for early peripheral biomarkers for AD and other dementia represent a great challenge. Exosomes or extracellular vesicles (EVs) are key players in cerebral function. We have demonstrated that the levels of some pathogenic proteins related to AD (amyloid, Tau..) were higher in circulating EVs (pEVs) than in plasma with a differential regulation in controls, mild cognitive impairment (MCI) and AD patients. However, it is not clear whether these changes are specific to AD or other dementia subtypes. Our prospective study aims to identify, in pEVs and in plasma, early specific biomarkers in pre‐clinical cognitively impaired non demented patients (CIND) that develop different types of dementia. Method pEVs were isolated from plasma of healthy volunteers, AD patients and CIND patients stratified according to the type of dementia these patients develop five years after as follows: CIND, CIND‐AD, CIND‐VaD and CIND‐mixed dementia. EVs were characterized by NTA analysis, transmission electron microscopy and western‐blot measurement of vesicular proteins such as TSG101 and CD63. The selected brain‐specific proteins were assessed by Luminex assay. Result Our results showed that pEVs display a better discriminating capacity than plasma for most of the studied proteins. DJ‐1 and NSE concentration in EVs were increased in CIND‐VaD patients but not in CIND‐AD suggesting their utility as early markers for VaD. The levels of ANGPTL‐4, lipocalin and α‐synuclein in pEVs were able to discriminate specifically the apparent‐stages of AD. The α‐synuclein/DJ‐1 ratio measured in pEVs was reduced in all groups and could not provide a fair classification of dementia subtypes. In addition, the levels of APP, MMP‐9, progranulin S100B and pentraxin‐2 were unchanged in pEVs and plasma. Conclusion The present work show that several proteins contained in pEVs are differently expressed depending on the type of dementia and prompt the use of pEVs in early dementia diagnosis. This work was supported by the Chaire Louise & André on Alzheimer’s disease, Foundation Armand‐Frappier (CR) and CIHR grant (TF).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».