Native PLGA nanoparticles attenuate Aβ-seed induced tau aggregation under in vitro conditions: potential implication in Alzheimer’s disease pathology
Notice bibliographique
Résumé
Abstract Evidence suggests that beta-amyloid (Aβ)-induced phosphorylation/aggregation of tau protein plays a critical role in the degeneration of neurons and development of Alzheimer’s disease (AD), the most common cause of dementia affecting the elderly population. Many studies have pursued a variety of small molecules, including nanoparticles conjugated with drugs to interfere with Aβ and/or tau aggregation/toxicity as an effective strategy for AD treatment. We reported earlier that FDA approved PLGA nanoparticles without any drug can attenuate Aβ aggregation/toxicity in cellular/animal models of AD. In this study, we evaluated the effects of native PLGA on Aβ seed-induced aggregation of tau protein using a variety of biophysical, structural and spectroscopic approaches. Our results show that Aβ1-42 seeds enhanced aggregation of tau protein in the presence and absence of heparin and the effect was attenuated by native PLGA nanoparticles. Interestingly, PLGA inhibited aggregation of both 4R and 3R tau isoforms involved in the formation of neurofibrillary tangles in AD brains. Furthermore, Aβ seed-induced tau aggregation in the presence of arachidonic acid was suppressed by native PLGA. Collectively, our results suggest that native PLGA nanoparticles can inhibit the Aβ seed-induced aggregation of different tau protein isoforms highlighting their therapeutic implication in the treatment of AD.
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 | 0,000 | 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 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 ».