A Rapid <i>in vivo</i> Pipeline to Identify Small Molecule Inhibitors of Amyloid Aggregation
Notice bibliographique
Résumé
Abstract Amyloids are associated with over 50 human diseases and have inspired significant effort to identify small molecule remedies. Here, we present a novel in vivo platform that efficiently yields small molecule disruptors of amyloid formation. We previously identified small molecules that kill the nematode C. elegans by forming membrane-piercing crystals in the pharynx cuticle, which is rich in amyloid-like material. We show here that many of these molecules are known amyloid-binders whose crystal-formation in the pharynx can be blocked by amyloid-binding dyes. Furthermore, we found that amyloid fibrils can seed small molecule crystal formation in vitro . These observations suggest that small molecule crystals are seeded by the cuticle’s amyloid-like material. We asked whether this phenomenon could be exploited to identify additional molecules that interfere with the ability of amyloids to seed higher-order structures. We screened 2560 compounds and identified 85 crystal suppressors, which we found to be 10-fold enriched in known amyloid disruptors relative to a random set. Of the uncharacterized suppressors, we found 25% to inhibit Ab42 fibril nucleation and/or extension in vitro , which is a hit rate that far exceeds other screening methodologies. Hence, screens for suppressors of crystal formation can efficiently reveal small molecules with amyloid-disrupting potential.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
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 ».