Phospho-tau serine-262 and serine-356 as biomarkers of pre-tangle soluble tau assemblies in Alzheimer’s disease
Notice bibliographique
Résumé
Abstract Patients with Alzheimer’s disease (AD) with little or no quantifiable insoluble brain tau neurofibrillary tangle (NFT) pathology demonstrate stronger clinical benefits of therapies than those with advanced NFTs. The formation of NFTs can be prevented by targeting the intermediate soluble tau assemblies (STAs). However, biochemical understanding and biomarkers of STAs are lacking. We show that Tris-buffered saline-soluble tau aggregates from autopsy-verified AD brain tissues include the core sequence ~tau 258–368 . In neuropathological assessments, antibodies against the phosphorylation sites serine-262 and serine-356 within the STA core almost exclusively stained granular (that is, prefibrillar) tau aggregates in pre-NFTs while antibodies against phosphorylation at serine-202 and threonine-205 and threonine-231, outside the STA core, stained the entire spectrum of tau aggregates in pre-NFTs and mature NFTs, dystrophic neurites and neuropil threads in the hippocampus. Functionally, a recombinantly produced STA core peptide robustly altered neuronal excitability and synaptic transmission in mouse hippocampal brain slices. Furthermore, we developed a cerebrospinal fluid assay that differentiated STAs in AD from non-AD tauopathies, correlated with the severity of NFT burden and cognitive decline independently of amyloid beta deposition, and with tau positron emission tomography uptake across Braak NFT stages. Together, our findings inform about the status of early-stage tau aggregation, reveal aggregation-relevant phosphorylation epitopes in tau and offer a diagnostic biomarker and targeted therapeutic opportunities for 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 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».