Personalized brain models identify neurotransmitter receptor changes in Alzheimer's disease
Notice bibliographique
Résumé
Alzheimer's disease involves many neurobiological alterations from molecular to macroscopic spatial scales, but we currently lack integrative, mechanistic brain models characterizing how factors across different biological scales interact to cause clinical deterioration in a way that is subject-specific or personalized. As important signalling molecules and mediators of many neurobiological interactions, neurotransmitter receptors are promising candidates for identifying molecular mechanisms and drug targets in Alzheimer's disease. We present a neurotransmitter receptor-enriched multifactorial brain model, which integrates spatial distribution patterns of 15 neurotransmitter receptors from post-mortem autoradiography with multiple in vivo neuroimaging modalities (tau, amyloid-β and glucose PET, and structural, functional and arterial spin labelling MRI) in a personalized, generative, whole-brain formulation. In a heterogeneous aged population (n = 423, ADNI data), models with personalized receptor-neuroimaging interactions showed a significant improvement over neuroimaging-only models, explaining about 70% (±20%) of the variance in longitudinal changes to the six neuroimaging modalities. In Alzheimer's disease patients (n = 25, ADNI data), receptor-imaging interactions explained up to 39.7% (P < 0.003, family-wise error-rate-corrected) of inter-individual variability in cognitive deterioration, via an axis primarily affecting executive function. Notably, based on their contribution to the clinical severity in Alzheimer's disease, we found significant functional alterations to glutamatergic interactions affecting tau accumulation and neural activity dysfunction and GABAergic interactions concurrently affecting neural activity dysfunction, amyloid and tau distributions, as well as significant cholinergic receptor effects on tau accumulation. Overall, GABAergic alterations had the largest effect on cognitive impairment (particularly executive function) in our Alzheimer's disease cohort (n = 25). Furthermore, we demonstrate the clinical applicability of this approach by characterizing subjects based on individualized 'fingerprints' of receptor alterations. This study introduces the first robust, data-driven framework for integrating several neurotransmitter receptors, multimodal neuroimaging and clinical data in a flexible and interpretable brain model. It enables further understanding of the mechanistic neuropathological basis of neurodegenerative progression and heterogeneity, and constitutes a promising step towards implementing personalized, neurotransmitter-based treatments.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».