Cerebrospinal fluid proteomics define the natural history of autosomal dominant Alzheimer’s disease
Notice bibliographique
Résumé
Alzheimer's disease (AD) pathology develops many years before the onset of cognitive symptoms. Two pathological processes-aggregation of the amyloid-β (Aβ) peptide into plaques and the microtubule protein tau into neurofibrillary tangles (NFTs)-are hallmarks of the disease. However, other pathological brain processes are thought to be key disease mediators of Aβ plaque and NFT pathology. How these additional pathologies evolve over the course of the disease is currently unknown. Here we show that proteomic measurements in autosomal dominant AD cerebrospinal fluid (CSF) linked to brain protein coexpression can be used to characterize the evolution of AD pathology over a timescale spanning six decades. SMOC1 and SPON1 proteins associated with Aβ plaques were elevated in AD CSF nearly 30 years before the onset of symptoms, followed by changes in synaptic proteins, metabolic proteins, axonal proteins, inflammatory proteins and finally decreases in neurosecretory proteins. The proteome discriminated mutation carriers from noncarriers before symptom onset as well or better than Aβ and tau measures. Our results highlight the multifaceted landscape of AD pathophysiology and its temporal evolution. Such knowledge will be critical for developing precision therapeutic interventions and biomarkers for AD beyond those associated with Aβ and tau.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».