Preclinical <i>in vivo</i> longitudinal assessment of KG207-M as a disease-modifying Alzheimer’s disease therapeutic
Notice bibliographique
Résumé
<i>In vivo</i> biomarker abnormalities provide measures to monitor therapeutic interventions targeting amyloid-β pathology as well as its effects on downstream processes associated with Alzheimer’s disease pathophysiology. Here, we applied an <i>in vivo</i> longitudinal study design combined with imaging and cerebrospinal fluid biomarkers, mirroring those used in human clinical trials to assess the efficacy of a novel brain-penetrating anti-amyloid fusion protein treatment in the McGill-R-Thy1-APP transgenic rat model. The bi-functional fusion protein consisted of a blood-brain barrier crossing single domain antibody (FC5) fused to an amyloid-β oligomer-binding peptide (ABP) via Fc fragment of mouse IgG (FC5-mFc2a-ABP). A five-week treatment with FC5-mFc2a-ABP (loading dose of 30 mg/Kg/iv followed by 15 mg/Kg/week/iv for four weeks) substantially reduced brain amyloid-β levels as measured by positron emission tomography and increased the cerebrospinal fluid amyloid-β<sub>42/40</sub> ratio. In addition, the 5-week treatment rectified the cerebrospinal fluid neurofilament light chain concentrations, resting-state functional connectivity, and hippocampal atrophy measured using magnetic resonance imaging. Finally, FC5-mFc2a-ABP (referred to as KG207-M) treatment did not induce amyloid-related imaging abnormalities such as microhemorrhage. Together, this study demonstrates the translational values of the designed preclinical studies for the assessment of novel therapies based on the clinical biomarkers providing tangible metrics for designing early-stage clinical trials.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,082 | 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 ».