Disease-Specific α-Synuclein Seeding in Lewy Body Disease and Multiple System Atrophy Are Preserved in Formaldehyde-Fixed Paraffin-Embedded Human Brain
Notice bibliographique
Résumé
Recent studies have been able to detect α-synuclein (αSyn) seeding in formaldehyde-fixed paraffin-embedded (FFPE) tissues from patients with synucleinopathies using seed amplification assays (SAAs), but with relatively low sensitivity due to limited protein extraction efficiency. With the aim of introducing an alternative option to frozen tissues, we developed a streamlined protein extraction protocol for evaluating disease-specific seeding in FFPE human brain. We evaluated the protein extraction efficiency of different tissue preparations, deparaffinizations, and protein extraction buffers using formaldehyde-fixed and FFPE tissue of a single Lewy body disease (LBD) subject. Alternatively, we incorporated heat-induced antigen retrieval and dissociation using a commercially available kit. Our novel protein extraction protocol has been optimized to work with 10 sections of 4.5-µm-thickness or 2-mm-diameter micro-punch of FFPE tissue that can be used to seed SAAs. We demonstrated that extracted proteins from FFPE still preserve seeding potential and further show disease-specific seeding in LBD and multiple system atrophy. To the best of our knowledge, our study is the first to recapitulate disease-specific αSyn seeding behaviour in FFPE human brain. Our findings open new perspectives in re-evaluating archived human brain tissue, extending the disease-specific seeding assays to larger cohorts to facilitate molecular subtyping of synucleinopathies.
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 | 0,001 | 0,001 |
| 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 ».