Quantitative Comparison of Presenilin Protein Expression Reveals Greater Activity of PS2-γ-Secretase
Notice bibliographique
Résumé
Abstract γ-Secretase processing of APP has long been of interest in the pathological progression of Alzheimer’s disease (AD) due to its role in the generation of amyloid-β. The catalytic component of the enzyme are the presenilins of which there are two homologues, Presenilin-1 (PS1) and Presenilin-2 (PS2). The field has focussed on the PS1 form of this enzyme, as it is typically considered the more active at APP processing. However, much of this work has been completed without appropriate consideration of the specific levels of protein expression of PS1 and PS2. We propose that expression is an important factor in PS1- and PS2-γ-secretase activity, and that when this is considered, PS1 does not have greater activity than PS2. We developed and validated tools for quantitative assessment of PS1 and PS2 protein expression levels to enable direct comparison of PS protein in exogenous and endogenous expression systems, in HEK-293 PS1 and/or PS2 knockout cells. We show that exogenous expression of Myc-PS1-NTF is 5.5-times higher than and Myc-PS2-NTF. Quantitating endogenous PS protein levels using a novel PS1/2 fusion standard we developed showed similar results. When the marked difference in PS1 and PS2 protein levels is considered, we show that compared to PS1-γ-secretase, PS2-γ-secretase has equal or more activity on APP and Notch1. This study has implications for understanding the PS1 and PS2 specific contributions to substrate processing, and their potential influence in AD pathogenesis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».