Aβ43 aggregates exhibit enhanced prion-like seeding activity in mice
Notice bibliographique
Résumé
Abstract When injected into genetically modified mice, aggregates of the amyloid-β (Aβ) peptide from the brains of Alzheimer’s disease (AD) patients or transgenic AD mouse models seed cerebral Aβ deposition in a prion-like fashion. Within the brain, Aβ exists as a pool of distinct C-terminal variants with lengths ranging from 37 to 43 amino acids, yet the relative contribution of individual C-terminal Aβ variants to the seeding behavior of Aβ aggregates remains unknown. Here, we have investigated the relative seeding activities of Aβ aggregates composed exclusively of recombinant Aβ38, Aβ40, Aβ42, or Aβ43. Cerebral Aβ42 levels were not increased in App NL−F knock-in mice injected with Aβ38 or Aβ40 aggregates and were only increased in a subset of mice injected with Aβ42 aggregates. In contrast, significant accumulation of Aβ42 was observed in the brains of all mice inoculated with Aβ43 aggregates, and the extent of Aβ42 induction was comparable to that in mice injected with brain-derived Aβ seeds. Mice inoculated with Aβ43 aggregates exhibited a distinct pattern of cerebral Aβ pathology compared to mice injected with brain-derived Aβ aggregates, suggesting that recombinant Aβ43 may polymerize into a unique strain. Our results indicate that aggregates containing longer Aβ C-terminal variants are more potent inducers of cerebral Aβ deposition and highlight the potential role of Aβ43 seeds as a crucial factor in the initial stages of Aβ pathology 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».