KIF9 Ameliorates Neuropathology and Cognitive Dysfunction by Promoting Macroautophagy in a Mouse Model of Alzheimer's Disease
Notice bibliographique
Résumé
Alzheimer's disease (AD) is a prevalent neurodegenerative disorder affecting the elderly. The imbalance of protein production and degradation processes leads to the accumulation of misfolded and abnormally aggregated amyloid-beta (Aβ) in the extracellular space and forms senile plaques, which constitute one of the most critical pathological hallmarks of AD. KIF9, a member of the kinesin protein superfamily, mediates the anterograde transport of intracellular cargo along microtubules. However, the exact role of KIF9 in AD pathogenesis remains largely elusive. In this study, we reported that the expression of kinesin family member 9 (KIF9) in the hippocampus of APP23/PS45 double-transgenic AD model mice declined in an age-dependent manner, concurrent with macroautophagy dysfunction. Furthermore, we found that KIF9 mediated the transport of lysosomes through kinesin light chain 1 (KLC1), thereby participating in the degradation of amyloidogenic pathway-related proteins of Aβ precursor protein (APP) in AD model cells through promoting the macroautophagy pathway. Importantly, genetic upregulation of KIF9 via adeno-associated virus (AAV) diminished Aβ deposition and alleviated cognitive impairments in AD model mice by enhancing macroautophagy function. Collectively, our findings underscore the ability of KIF9 to promote macroautophagy through KLC1-mediated anterograde transport of lysosomes, effectively ameliorating cognitive dysfunction in AD model mice. These discoveries suggest that KIF9 may represent a novel therapeutic target for the treatment of AD.
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 ».