Inhibition of Amyloid β-Induced Lipid Membrane Permeation and Amyloid β Aggregation by K162
Notice bibliographique
Résumé
Alzheimer's disease (AD) is characterized by progressive neurodegeneration associated with amyloid β (Aβ) peptide aggregation. The aggregation of Aβ monomers (AβMs) leads to the formation of Aβ oligomers (AβOs), the neurotoxic Aβ form, capable of permeating the cell membrane. Here, we investigated the effect of a fluorene-based active drug candidate, named K162, on both Aβ aggregation and AβO toxicity toward the bilayer lipid membrane (BLM). Electrochemical impedance spectroscopy (EIS), atomic force microscopy (AFM), and molecular dynamics (MD) were employed to show that K162 inhibits AβOs-induced BLM permeation, thus preserving BLM integrity. In the presence of K162, only shallow defects on the BLM surface were formed. Apparently, K162 modifies Aβ aggregation by bypassing the formation of toxic AβOs, and only nontoxic AβMs, dimers (AβDs), and fibrils (AβFs) are produced. Unlike other Aβ toxicity inhibitors, K162 preserves neurologically beneficial AβMs. This unique K162 inhibition mechanism provides an alternative AD therapeutic strategy that could be explored in the future.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».