Behavioral deficits and exacerbated hemodynamics during lifespan of a mouse model of late onset Alzheimer’s disease expressing humanized APOEε4 and Trem2*R47H
Notice bibliographique
Résumé
Abstract Alzheimer’s Disease (AD) poses a significant global health challenge, being the most prominent cause of dementia with prevalence increasing as the population ages. While the majority of AD cases are late-onset (LOAD), current animal models predominantly represent the more aggressive, faster progressing early-onset AD (EOAD), limiting their ability in assessing early biomarkers and gaining deeper understanding of LOAD progression. This study explores a promising translatable model, the APOE4.TREM2 mouse, which combines the APOE4 allele and the Trem2 p.R47H mutation, both linked to increased AD risk in the human population. We performed behavioral phenotyping and measured hemodynamics in dorsal olfactory bulbs (dOB) during odor stimulation of the APOE4.TREM2 mouse line. Experimental evidence of olfactory dysfunction prior to clinical symptoms suggests the opportunity of utilizing smell testing and fMRI as tools for screening of AD, both for preclinical and clinical studies. Here we assess and confirm the translatability of the APOE4.TREM2 mouse LOAD model, reporting exacerbated anxiety, deficits in odor-based foraging and spatial memory, and exacerbated odor-evoked dOB intrinsic responses in an age-dependent manner.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».