Noncanonical Activity of Tissue Inhibitor of Metalloproteinases 2 (TIMP2) Improves Cognition and Synapse Density in Aging
Notice bibliographique
Résumé
Abstract Peripheral administration of tissue inhibitor of metalloproteinases 2 (TIMP2), a protein inhibitor of matrix metalloproteinases (MMPs), has previously been shown to have beneficial effects on cognition and neurons in aged mice. Here, to better understand the potential of recombinant TIMP2 proteins, an IgG4Fc fusion protein (TIMP2-hIgG4) was developed to extend the plasma half-life of TIMP2. Following one month of administration of TIMP2 or TIMP2-hIgG4 via intraperitoneal injections, 23-month-old male C57BL/6J mice showed improved hippocampal-dependent memory in a Y-maze, increased hippocampal cfos gene expression, and increased excitatory synapse density in the CA1 and dentate gyrus (DG) of the hippocampus. Thus, fusion to hIgG4 extended the half-life of TIMP2 while retaining the beneficial cognitive and neuronal effects. Moreover, it retained its ability to cross the blood-brain barrier. To deepen the mechanistic understanding of the beneficial function of TIMP2 on neuronal activity and cognition, a TIMP2 construct lacking MMP inhibitory activity, Ala-TIMP2, was generated, which provides steric hindrance that prevents inhibition of MMPs by the TIMP2 protein while still allowing MMP binding. A comprehensive assessment of the MMP inhibitory and binding capacity of these engineered proteins is outlined. Surprisingly, MMP inhibition by TIMP2 was not essential for its beneficial effects on cognition and neuronal function. These findings both confirm previously published research, expand on the potential mechanism for the beneficial effects of TIMP2, and provide important details for a therapeutic path forward for TIMP2 recombinant proteins in aging-related cognitive decline.
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 ».