Relationship between efficacy and preferential targeting of soluble Aβ aggregates
Notice bibliographique
Résumé
INTRODUCTION: Amyloid beta (Aβ)-directed antibodies have shown varying degrees of efficacy against Alzheimer's disease (AD). This study explored the relationship between targeting of Aβ molecular species and therapeutic efficacy/adverse effects. METHODS: Surface plasmon resonance was used to measure binding of various Aβ-directed antibodies to monomers and soluble oligomers from AD brains. Plaque reactivity was assessed by immunohistochemistry and immunofluorescence. Antibody PMN310 was tested in AD mouse models. RESULTS: Pan-Aβ reactive antibodies that failed in the clinic lost the ability to bind AD brain oligomers when competing with monomers. Lecanemab, aducanumab, and donanemab, which slowed cognitive decline, and early stage PMN310 and ACU193 showed a greater ability to withstand monomer competition. All antibodies bound plaque except for PMN310. In mouse models, PMN310 protected cognition and was not associated with microhemorrhages. DISCUSSION: These results suggest that selectivity for soluble toxic oligomers correlates with clinical efficacy, potentially attenuating monomer competition and amyloid-related imaging abnormalities (ARIA). Highlights: Selectivity for toxic Aβ oligomers has potential to maximize efficacy and safety.Avoidance of Aβ monomers increases binding to toxic AD brain oligomers.Avoidance of Aβ plaque/vascular deposits reduces the risk of ARIA.
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 | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».