MétaCan
Menu
Retour à la cohorte
Enregistrement W4377014201 · doi:10.20944/preprints202305.1347.v1

Amyloid ß<sub>1–42</sub> Peptide Induces Galectin-1<sup>S8</sup> O-GlcNAcylation to Lead Microglia Migration

2023· preprint· en· W4377014201 sur OpenAlexfundno aff
Alazne Arrazola Sastre, Miriam Luque Montoro, Francisco Llavero, José L. Zugaza

Notice bibliographique

RevuePreprints.org · 2023
Typepreprint
Langueen
DomaineImmunology and Microbiology
ThématiqueGalectins and Cancer Biology
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de Montréal
Mots-clésMicrogliaPeptideChemistryCell biologyAmyloid (mycology)P3 peptideAmyloid precursor proteinBiochemistryBiologyAlzheimer's diseaseInflammationImmunologyInternal medicineMedicineDisease

Résumé

récupéré en direct d'OpenAlex

Protein O-GlcNAcylation has been associated with neurodegenerative diseases such as Alzheimer´s disease (AD). O-GlcNAcylation of Amyloid Precursor Protein (APP) regulates both the trafficking and the processing of the APP through the amyloidogenic pathway, resulting in the release and aggregation of the Aβ1-42 peptide. Microglia clear Aβ aggregates and dead cells to maintain brain homeostasis. Here, using LC-MS/MS we reveal that the Aβ1-42 peptide modifies the microglia O-GlcNAcome. We have identified 55 proteins, focusing our research on Galectin-1 protein, since it is a very versatile protein from a functional point of view. Combining biochemical with genetic approaches we demonstrate that Aβ1-42 peptide specifically targets Galectin-1S8 O-GlcNAcylation via OGT. In addition, this Gal-1-O-GlcNAcylated form, in turn, controls human microglia migration. Given the importance of microglia migration in the progression of AD, this study reports the relationship between Aβ1-42 peptide and Serine 8- O-GlcNAcylation of Galectin to drive microglial migration

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,278
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,020

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 Opus0,068
Tête enseignante GPT0,306
Écart entre enseignants0,238 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetGalectins and Cancer BiologyTravaux en français237 207