Tau, synapse loss and gliosis progress in an Alzheimer’s mouse model after amyloid-β immunotherapy
Notice bibliographique
Résumé
Preclinical studies assessing drugs for Alzheimer's disease (AD) are conducted in animal models that usually display only one neuropathological feature of AD, whereas patients present with a complex combination of comorbidities and neuropathologies. Importantly, it is well established that amyloid-β (Aβ) plaque and tau tangle accumulation interact in a phase-dependent manner, making it difficult to predict how targeting one might influence the other, as well as downstream degeneration. We developed a transgenic mouse model, APP/PS1xTau22, with progressive cortical Aβ deposition and hippocampal tau neurofibrillary inclusions, to investigate how both neuropathologies act jointly to bring about neural degeneration, synapse loss and glial phenotypes. We then assessed whether applying murine chimeric aducanumab, an anti-amyloid immunotherapy, could impact the synergistic relationship between amyloid and tau. Drug treatment resulted in a ∼70% reduction in Aβ deposition in hippocampal and cortical areas and produced a robust peri-plaque microglial and astrocytic response. Removing amyloid from the brain did not reverse or slow tau pathology or alter synapse loss. Our findings suggest that, once the interaction between amyloid and tau is set in motion, reducing plaque burden by Aβ immunotherapy may stimulate glial responses, but is insufficient to curb degenerative phenotypes in this model.
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 ».