Integrative multiomics reveals common endotypes across PSEN1, PSEN2, and APP mutations in familial Alzheimer’s disease
Notice bibliographique
Résumé
Abstract Background PSEN1, PSEN2, and APP mutations cause Alzheimer’s disease (AD) with an early age at onset (AAO) and progressive cognitive decline. PSEN1 mutations are more common and generally have an earlier AAO; however, certain PSEN1 mutations cause a later AAO, similar to those observed in PSEN2 and APP . Methods We examined whether common disease endotypes exist across these mutations with a later AAO (~ 55 years) using hiPSC-derived neurons from familial Alzheimer’s disease (FAD) patients harboring mutations in PSEN1 A79V , PSEN2 N141I , and APP V717I and mechanistically characterized by integrating RNA-seq and ATAC-seq. Results We identified common disease endotypes, such as dedifferentiation, dysregulation of synaptic signaling, repression of mitochondrial function and metabolism, and inflammation. We ascertained the master transcriptional regulators associated with these endotypes, including REST, ASCL1, and ZIC family members (activation), and NRF1 (repression). Conclusions FAD mutations share common regulatory changes within endotypes with varying severity, resulting in reversion to a less-differentiated state. The regulatory mechanisms described offer potential targets for therapeutic interventions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».