Plasma and CSF biomarkers of aging and cognitive decline in Caribbean vervets
Notice bibliographique
Résumé
INTRODUCTION: Vervets are non-human primates that share high genetic homology with humans and develop amyloid beta (Aβ) pathology with aging. We expand current knowledge by examining Aβ pathology, aging, cognition, and biomarker proteomics. METHODS: Amyloid immunoreactivity in the frontal cortex and temporal cortex/hippocampal regions from archived vervet brain samples ranging from young adulthood to old age was quantified. We also obtained cognitive scores, plasma samples, and cerebrospinal fluid (CSF) samples in additional animals. Plasma and CSF proteins were quantified with platforms utilizing human antibodies. RESULTS: We found age-related increases in Aβ deposition in both brain regions. Bioinformatic analyses assessed associations between biomarkers and age, sex, cognition, and CSF Aβ levels, revealing changes in proteins related to immune-related inflammation, metabolism, and cellular processes. DISCUSSION: Vervets are an effective model of aging and early-stage Alzheimer's disease, and we provide translational biomarker data that both align with previous results in humans and provide a basis for future investigations. HIGHLIGHTS: We found changes in immune and metabolic plasma biomarkers associated with age and cognition. Cerebrospinal fluid (CSF) biomarkers revealed changes in cell signaling indicative of adaptative processes. TNFRSF19 (TROY) and Artemin co-localize with Alzheimer's disease pathology. Vervets are a relevant model for translational studies of early-stage Alzheimer's disease.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».