MétaCan
Menu
Retour à la cohorte
Enregistrement W3167101229 · doi:10.1126/sciadv.abg4855

Following spatial Aβ aggregation dynamics in evolving Alzheimer’s disease pathology by imaging stable isotope labeling kinetics

2021· article· en· W3167101229 sur OpenAlexaff
Wojciech Michno, Katie Stringer, Thomas Enzlein, Melissa K. Passarelli, Stéphane Escrig, Karina S. Vitanova, Jack Wood, Kaj Blennow, Henrik Zetterberg, Anders Meibom, Carsten Hopf, Frances A. Edwards, Jörg Hanrieder

Notice bibliographique

RevueScience Advances · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensConcordia University
Organismes subventionnairesNational Institute on AgingMedical Research CouncilDemensfondenSahlgrenska UniversitetssjukhusetÅhlén-stiftelsenCure Alzheimer's FundVetenskapsrådetLinköpings UniversitetAlzheimer’s Research UKAlzheimerfondenBundesministerium für Bildung und ForschungSahlgrenska AkademinGun och Bertil Stohnes StiftelseGöteborgs UniversitetTorsten Söderbergs Stiftelse
Mots-clésKineticsNeuroimagingIsotopeDynamics (music)Mass spectrometry imagingPathologyIsotopic labelingTau pathologyMass spectrometryStable isotope ratioNeuroscienceAlzheimer's diseaseDiseaseChemistryBiophysicsMedicineBiologyPsychologyPhysics

Résumé

récupéré en direct d'OpenAlex

knock-in mice together with mass spectrometry imaging to monitor the earliest seeds of Aβ deposition through ongoing plaque development. This allowed visualizing Aβ aggregation dynamics within single plaques across different brain regions. We show that formation of structurally distinct plaques is associated with differential Aβ peptide deposition. Specifically, Aβ1-42 is forming an initial core structure followed by radial outgrowth and late secretion and deposition of Aβ1-38. These data describe a detailed picture of the earliest events of precipitating amyloid pathology at scales not previously possible.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,266
Écart entre enseignants0,259 · 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'étudeObservationnel
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

Citations46
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207