Developing a transcriptomic atlas of Alzheimer's Disease progression in the Tg2576 mouse model using single‐cell RNA‐sequencing technology
Notice bibliographique
Résumé
BACKGROUND: Alzheimer's disease (AD) is a progressive neurodegenerative disorder marked by cognitive decline, ultimately leading to dementia and death. While the amyloid hypothesis has historically guided AD research, emerging evidence suggests alternative mechanisms, including vascular dysfunction. Angiogenesis, the formation of new blood vessels, is increasingly implicated in early AD pathology, yet transcriptomic insights remain limited. To address this gap, we generated the first single-cell transcriptomic profile of AD progression in a mouse model, aiming to identify novel molecular mechanisms and potential therapeutic targets. METHOD: We analyzed brain tissue from Tg2576 AD model and control mice (N = 28, both sexes) at six developmental timepoints. Single-cell RNA sequencing was performed using 10X Genomics technology, followed by pathway analysis to identify transcriptional changes associated with AD pathology. RESULT: Pathway enrichment analysis in 6- and 9-month-old AD mice revealed significant upregulation of angiogenesis (p = 3.37E-02), vasculature development (p = 3.71E-02), and amyloid-beta formation (p = 1.49E-02). CONCLUSION: These findings provide a single-cell resolution view of AD-related transcriptional changes, supporting a 'vascular angiogenesis model' of AD. Disruptions in blood-brain barrier integrity due to aberrant neoangiogenesis may drive amyloid-beta accumulation, contributing to disease progression. This study underscores the therapeutic potential of targeting vascular dysfunction in 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 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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 0,001 |
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 ».