Anti Amyloid‐Beta Aggregation Activity of Kefir‐Derived Peptides
Notice bibliographique
Résumé
BACKGROUND: Kefir is a fermented beverage rich in beneficial probiotics, and its water-soluble <10kDa fraction has demonstrated antioxidant activity, acetylcholinesterase inhibition, and neuroprotection in Drosophila melanogaster Alzheimer's disease (AD) models. Using in silico mutagenesis, we designed mutated versions of two kefir-derived peptides (KDPs) to enhance their binding affinity to amyloid-beta (Aβ) and their potential to cross the blood-brain barrier (BBB). We then evaluated their effectiveness in preventing or disrupting Aβ plaque formation in vitro. METHOD: KDPs were mutated using ToxinPred. ExPASy PeptideCutter yielded digested KDPs (dKDPs). Bioactivity and BBB permeability were predicted with PeptideRanker and BBPpred. Mutated KDPs (mKDPs) and dKDPs were docked with Aβ monomers using ClusPro. Top mKDPs (1, 2, 3) and dKDP were synthesized and tested in a thioflavin T aggregation assay. For early treatment, peptides (1, 10 and 100 µM) were added with Aβ, and fluorescence was measured hourly for 24h. For late treatment, peptides (10 µM) were added after 48h of the addition of Aβ, with a reading at 96h. Statistical analysis used repeated measures one-way ANOVA. RESULT: In early treatment, mKDP1 reduced Aβ aggregation by 23%, mKDP2 by 56%, mKDP3 by 16%, and dKDP by 57% after 24 hours (p<0.0001 for all comparisons). In late treatment, mKDP1 and mKDP2 reduced Aβ aggregation by approximately 45% (p=0.0002 and p=0.0001, respectively), while mKDP3 and dKDP showed no significant effects. CONCLUSION: All peptides showed anti-Aβ aggregation effects in early administration, and mKDP1 and mKDP2 in late stages. Further in vivo studies are needed to validate these findings.
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) | 0,000 | 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) | 0,001 | 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 ».