Pseudopeptide Amyloid Aggregation Inhibitors: In Silico, Single Molecule and Cell Viability Studies
Notice bibliographique
Résumé
Neurodegeneration in Alzheimer's disease (AD) is defined by pathology featuring amyloid-β (Aβ) deposition in the brain. Aβ monomers themselves are generally considered to be nontoxic, but misfold into β-sheets and aggregate to form neurotoxic oligomers. One suggested strategy to treat AD is to prevent the formation of toxic oligomers. The SG inhibitors are a class of pseudopeptides designed and optimized using molecular dynamics (MD) simulations for affinity to Aβ and experimentally validated for their ability to inhibit amyloid-amyloid binding using single molecule force spectroscopy (SMFS). In this work, we provide a review of our previous MD and SMFS studies of these inhibitors and present new cell viability studies that demonstrate their neuroprotective effects against Aβ(1-42) oligomers using mouse hippocampal-derived HT22 cells. Two of the tested SG inhibitors, predicted to bind Aβ in anti-parallel orientation, demonstrated neuroprotection against Aβ(1-42). A third inhibitor, predicted to bind parallel to Aβ, was not neuroprotective. Myristoylation of SG inhibitors, intended to enhance delivery across the blood-brain barrier (BBB), resulted in cytotoxicity. This is the first use of HT22 cells for the study of peptide aggregation inhibitors. Overall, this work will inform the future development of peptide aggregation inhibitors against Aβ toxicity.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».