MétaCan
Menu
Retour à la cohorte
Enregistrement W3201224866 · doi:10.1016/j.ebiom.2021.103503

Reversing pathology in a preclinical model of Alzheimer's disease by hacking cerebrovascular neoangiogenesis with advanced cancer therapeutics

2021· article· en· W3201224866 sur OpenAlexafffund
Chaahat S. B. Singh, Kyung Bok Choi, Lonna Munro, Hong Yue Wang, Cheryl G. Pfeifer, Wilfred A. Jefferies

Notice bibliographique

RevueEBioMedicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer-related cognitive impairment studies
Établissements canadiensCanada's Michael Smith Genome Sciences CentreVancouver General HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchCentre for Blood Research, University of British ColumbiaVictoria UniversityW. Garfield Weston Foundation
Mots-clésHypervascularityMedicineCognitive declineDementiaNeuroinflammationBlood–brain barrierPathologyCerebral amyloid angiopathyAlzheimer's diseaseVascular dementiaAmyloid betaNeuroscienceCancer researchDiseaseInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cognitive decline leading to dementia, accompanied by the accumulation of amyloid-beta (Aβ) in neuritic plaques together with the appearance of neurofibrillary tangles (NFT) composed of hyperphosphorylated tau protein (tau), are previously noted hallmarks of Alzheimer's disease (AD). We previously discovered hypervascularity in brain specimens from AD patients and consistent with this observation, we demonstrated that overexpression of Aβ drives cerebrovascular neoangiogenesis leading to hypervascularity and coincident tight-junction disruption and blood-brain barrier (BBB) leakiness in animal models of AD. We subsequently demonstrated that amyloid plaque burden and cerebrovascular pathogenesis subside when pro-angiogenic Aβ levels are reduced. Based on these data, we propose a paradigm of AD etiology where, as a compensatory response to impaired cerebral blood flow (CBF), Aβ triggers pathogenic cerebrovascular neoangiogenesis that underlies the conventional hallmarks of AD. Consequently, here we present evidence that repurposing anti-cancer drugs to modulate cerebrovascular neoangiogenesis, rather than directly targeting the amyloid cascade, may provide an effective treatment for AD and related vascular diseases of the brain. METHODS: We explored whether the anti-cancer drug, Axitinib, a small molecule tyrosine kinase inhibitor that targets vascular endothelial growth factor receptors (VEGFR) can inhibit aberrant cerebrovascular neoangiogenic changes, reduce Aβ deposits and reverse cognitive decline in an animal model of AD. One month post-treatment with Axitinib, we employed a battery of tests to assess cognition and memory in aged Tg2576 AD mice and used molecular analysis to demonstrate reduction of amyloid plaques, BBB leakage, hypervascularity and associated disease pathology. FINDINGS: Targeting the pro-angiogenic pathway in AD using the cancer drug, Axitinib, dramatically reduced cerebrovascular neoangiogenesis, restored BBB integrity, resolved tight-junction pathogenesis, diminishes Aβ depositions in plaques and effectively restores memory and cognitive performance in a preclinical mouse model of AD. INTERPRETATION: Modulation of neoangiogenesis, in an analogous approach to those used to treat aberrant vascularization in cancer and also in the wet form of age-related macular degeneration (AMD), provides an alternative therapeutic strategy for intervention in AD that warrants clinical investigation. FUNDING: None.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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)0,0020,000

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 Opus0,047
Tête enseignante GPT0,344
Écart entre enseignants0,297 · 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'étudeExpérimental (laboratoire)
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

Citations35
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEBioMedicineMême sujetCancer-related cognitive impairment studiesTravaux en français237 207