Quantitative detection of α-Synuclein and Tau oligomers and other aggregates by digital single particle counting
Notice bibliographique
Résumé
The pathological hallmark of neurodegenerative diseases is the formation of toxic oligomers by proteins such as alpha-synuclein (aSyn) or microtubule-associated protein tau (Tau). Consequently, such oligomers are promising biomarker candidates for diagnostics as well as drug development. However, measuring oligomers and other aggregates in human biofluids is still challenging as extreme sensitivity and specificity are required. We previously developed surface-based fluorescence intensity distribution analysis (sFIDA) featuring single-particle sensitivity and absolute specificity for aggregates. In this work, we measured aSyn and Tau aggregate concentrations of 237 cerebrospinal fluid (CSF) samples from five cohorts: Parkinson's disease (PD), dementia with Lewy bodies (DLB), Alzheimer's disease (AD), progressive supranuclear palsy (PSP), and a neurologically-normal control group. aSyn aggregate concentration discriminates PD and DLB patients from normal controls (sensitivity 73%, specificity 65%, area under the receiver operating curve (AUC) 0.68). Tau aggregates were significantly elevated in PSP patients compared to all other groups (sensitivity 87%, specificity 70%, AUC 0.76). Further, we found a tight correlation between aSyn and Tau aggregate titers among all patient cohorts (Pearson coefficient of correlation r = 0.81). Our results demonstrate that aSyn and Tau aggregate concentrations measured by sFIDA differentiate neurodegenerative disease diagnostic groups. Moreover, sFIDA-based Tau aggregate measurements might be particularly useful in distinguishing PSP from other parkinsonisms. Finally, our findings suggest that sFIDA can improve pre-clinical and clinical studies by identifying those individuals that will most likely respond to compounds designed to eliminate specific oligomers or to prevent their formation.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».