Relationships of PGRN with sTREM2 in AD continuum and non-AD pathophysiology and their reciprocal roles in modulating amyloid pathology: two population-based study
Notice bibliographique
Résumé
Progranulin (PGRN) and soluble triggering receptor expressed on myeloid cells-2 (sTREM2) are emerging biomarkers of Alzheimer’s disease (AD). This study explores the roles of their interplay in modulating amyloid pathology. We analyzed data from 905 participants (mean age = 62.0) in the CABLE cohort and 973 participants (mean age = 73.1) in the ADNI, classified using the A/T/N biomarker framework. One-way ANOVA was used to assess whether cerebrospinal fluid (CSF) PGRN and sTREM2 differed across biomarker profiles and clinical stages. Multiple linear regression models and linear mixed-effects models were used to test the relationships among PGRN, sTREM2, and CSF Aβ 1–42 levels. Mediation analysis was used to explore the reciprocal relationships between sTREM2 and PGRN in influencing amyloid pathology. CSF proteomic and bioinformatic analyses were finally used to investigate the underlying biological mechanisms. In both cohorts, PGRN and sTREM2 were higher in individuals within the TN+ profile irrespective of the A status, and followed similar trajectory across different clinical and biomarker stage. CSF PGRN was associated with higher sTREM2 across AD continuum and non-AD pathophysiology. Bidirectional mediation was observed between PGRN (14.6% in CABLE, 15.6% in ADNI) and sTREM2 (29.7% in CABLE, 33.5% in ADNI) in modulating Aβ pathology ( p < 0.0001). Proteomic analysis identified 1539 CSF proteins (Bonferroni-corrected p < 7.13 × 10 −6 ) simultaneously associated with PGRN, sTREM2, and Aβ 1–42 . These proteins are mainly enriched in immune processes and neural plasticity. These findings suggest that the interplay between lysosome function and microglia-related neuroinflammation plays key roles in amyloid metabolism.
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 ».