Implication of tau propagation on neurodegeneration in Alzheimer’s disease
Notice bibliographique
Résumé
Propagation of tau fibrils correlate closely with neurodegeneration and memory deficits seen during the progression of Alzheimer's disease (AD). Although it is not well-established what drives or attenuates tau spreading, new studies on human brain using positron emission tomography (PET) have shed light on how tau phosphorylation, genetic factors, and the initial epicenter of tau accumulation influence tau accumulation and propagation throughout the brain. Here, we review the latest PET studies performed across the entire AD continuum looking at the impact of amyloid load on tau pathology. We also explore the effects of structural, functional, and proximity connectivity on tau spreading in a stereotypical manner in the brain of AD patients. Since tau propagation can be quite heterogenous between individuals, we then consider how the speed and pattern of propagation are influenced by the starting localization of tau accumulation in connected brain regions. We provide an overview of some genetic variants that were shown to accelerate or slow down tau spreading. Finally, we discuss how phosphorylation of certain tau epitopes affect the spreading of tau fibrils. Since tau pathology is an early event in AD pathogenesis and is one of the best predictors of neurodegeneration and memory impairments, understanding the process by which tau spread from one brain region to another could pave the way to novel therapeutic avenues that are efficient during the early stages of the disease, before neurodegeneration induces permanent brain damage and severe memory loss.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».