Development and validation of an expanded antibody toolset that captures alpha-synuclein pathological diversity in Lewy body diseases
Notice bibliographique
Résumé
The abnormal aggregation and accumulation of alpha-synuclein (aSyn) in the brain is a defining hallmark of synucleinopathies. Various aSyn conformations and post-translationally modified forms accumulate in pathological inclusions and vary in abundance among these disorders. Relying on antibodies that have not been assessed for their ability to detect the diverse forms of aSyn may lead to inaccurate estimations of aSyn pathology in human brains or disease models. To address this challenge, we developed and characterized an expanded antibody panel that targets different sequences and post-translational modifications along the length of aSyn, and that recognizes all monomeric, oligomeric, and fibrillar aSyn conformations. Next, we profiled aSyn pathology across sporadic and familial Lewy body diseases (LBDs) and reveal heterogeneous forms of aSyn pathology, rich in Serine 129 phosphorylation, Tyrosine 39 nitration and N- and C-terminal tyrosine phosphorylations, scattered both to neurons and glia. In addition, we show that aSyn can become hyperphosphorylated during processes of aggregation and inclusion maturation in neuronal and animal models of aSyn seeding and spreading. The validation pipeline we describe for these antibodies paves the way for systematic investigations into aSyn pathological diversity in the human brain, peripheral tissues, as well as in cellular and animal models 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 | 0,000 | 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 ».