MétaCan
Menu
Retour à la cohorte
Enregistrement W4390199779 · doi:10.1002/alz.078974

Proteomics signatures of cerebrovascular pathology in TGFß1 overexpressing mice

2023· article· en· W4390199779 sur OpenAlexaff
Arsalan S. Haqqani, Danica Stanimirovic, Édith Hamel, AmanPreet Badhwar

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensUniversité de MontréalMontreal Neurological Institute and HospitalInstitut Universitaire de Gériatrie de MontréalNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésProteomeProteomicsVascular dementiaPathologyTransforming growth factorLaser capture microdissectionBiologyGenetically modified mouseMolecular biologyChemistryDementiaCell biologyMedicineBiochemistryTransgeneGene expressionGene

Résumé

récupéré en direct d'OpenAlex

Abstract Background Vascular cognitive impairment and dementia (VCID), the second most prevalent of the age‐related dementias, develops as a consequence of various types of cerebrovascular insults that damage brain function (Corriveau et al. 2016). Accumulating lines of evidence point to a link between VCID, both sporadic (Kim et al. 2006) and genetic (Hara et al. 2009, Zellner et al. 2018) forms, and the transforming growth factor beta (TGFB) family signaling. Transgenic mice overexpressing a constitutively active form of TGFβ1 in the brain (TGF mice) recap the cerebrovascular pathology seen in VCID (Wyss‐Coray et al. 2000, Tong et al. 2015), and develop VCID when submitted to a comorbid cardiovascular risk factor for dementia (Trigiani et al. 2020). Our aim was to characterize the cerebrovascular proteome of TGF mice using mass spectrometry‐based quantitative proteomics. Method Eighteen, 6‐month‐old‐TGF and ‐wildtype (WT) mice (N = 9/group) were transcardially perfused and pial arteries harvested under a dissecting microscope. Arterial proteins were extracted, trypsin‐digested, fractionated by strong cation exchange (SCX, gel‐free method) and analyzed by nanoLC‐MS/MS using nanoAcquity UPLC and ESI‐LTQ Orbitrap. For total and/or differentially‐expressed proteins (≥2‐fold change, p≤0.01) we i) performed characterization of proteins, and demonstrated presence of ii) protein RNA‐transcript in mouse and human brain vascular cells using transcriptomics datasets, and iii) identified proteins present in human‐extracellular‐vesicles (EVs) using Vesiclepedia. Result We identified 3602 proteins in brain vessels of WT and TGF mice, including canonical vascular proteins (e.g. Claudin‐5), and 103 direct (N = 103) and indirect (N = 1,942) interactors of TGFβ1 (Fig1). We also identified 83 proteins demonstrating significantly altered levels in TGF mice. Level dysregulation in these proteins point to perturbations in brain vessel vasomotricity, remodeling, and inflammation. We further demonstrated that several of the differentially‐expressed mouse proteins are i) expressed in the human brain vasculature, and ii) found as cargo proteins in EVs. Conclusion We characterized the deleterious impact of TGFβ1 overproduction on the cerebrovascular proteome. Given the growing popularity of extracellular vesicles in blood as a novel and minimally invasive biomarker discovery platform for the age‐related dementias, including VCID, several of the proteins identified by us can serve as protein biomarkers in human.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,278
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207