Microglia degrade Alzheimer’s amyloid-beta deposits extracellularly via digestive exophagy
Notice bibliographique
Résumé
How microglia digest Alzheimer’s fibrillar amyloid-beta (Aβ) plaques that are too large to be phagocytosed is not well understood. Here, we show that primary microglial cells create acidic extracellular compartments, lysosomal synapses, on model plaques and digest them with exocytosed lysosomal enzymes. This mechanism, called digestive exophagy, is confirmed by electron microscopy in 5xFAD mouse brains, which shows that a lysosomal enzyme, acid phosphatase, is secreted toward the plaques in structures resembling lysosomal synapses. Signaling studies demonstrate that the PI3K-AKT pathway modulates the formation of lysosomal synapses, as inhibition of PI3K1β or AKT1/2 reduces both lysosome exocytosis and actin polymerization, both required for the formation of the compartments. Finally, we show that small fibrils of Aβ previously internalized and trafficked to lysosomes are exocytosed toward large Aβ aggregates by microglia. Thus, the release of lysosomal contents during digestive exophagy may also contribute to the spread and growth of fibrillar Aβ. • Microglia use digestive exophagy to digest Aβ plaques that cannot be phagocytosed • Microglia form extracellular acidic compartments -lysosomal synapses- on Aβ plaques • Lysosomal synapses are acidic and receive lysosomal enzymes via lysosomal exocytosis • Microglia also secrete indigestible intralysosomal Aβ fibrils into lysosomal synapses Jacquet et al. shows that microglia use digestive exophagy to engage large Aβ deposits that cannot be phagocytosed, forming acidic extracellular compartments on the aggregates into which lysosomal enzymes are exocytosed. The PI3K-AKT pathway modulates this process. Microglia also exocytose intralysosomal undigested fibrillar Aβ toward extracellular aggregates, potentially contributing to plaque growth.
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 | 0,001 |
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.
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 ».