Two for tau: Automated model discovery reveals two-stage tau aggregation dynamics in Alzheimer’s disease
Notice bibliographique
Résumé
ABSTRACT Alzheimer’s disease is a neurodegenerative disorder characterized by the presence of amyloid- β plaques and the accumulation of misfolded tau proteins and neurofibrillary tangles in the brain. A thorough understanding of the local accumulation of tau is critical to develop effective therapeutic strategies. Tau pathology has traditionally been described using reaction-diffusion models, which succeed in capturing the global spread, but fail to accurately describe the local aggregation dynamics. Current mathematical models enforce a single-peak behavior in tau aggregation, which does not align well with clinical observations. Here we identify a more accurate description of tau aggregation that reflects the complex patterns observed in patients. We propose an innovative approach that uses constitutive neural networks to autonomously discover bell-shaped aggregation functions with multiple peaks from clinical positron emission tomography (PET) data of misfolded tau protein. Our method reveals previously overlooked two-stage aggregation dynamics by uncovering a twoterm ordinary differential equation that links the local accumulation rate to the tau concentration. When trained on data from amyloid- β positive and negative subjects, the neural network clearly distinguishes between both groups and uncovers a more subtle relationship between amyloid- β and tau than previously postulated. In line with the amyloid-tau dual pathway hypothesis, our results show that the presence of toxic amyloid- β influences the accumulation of tau, particularly in the earlier disease stages. We expect that our approach to autonomously discover the accumulation dynamics of pathological proteins will improve simulations of tau dynamics in Alzheimer’s disease and provide new insights into disease progression.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».