布尔网络建模在第一个无症状阿尔茨海默病的小鼠模型中识别了认知性

科学领域:

• 神经科学是一个神经科学.
• 遗传学 是一个遗传学.
• 系统生物学 系统生物学

背景情况:

• 阿尔茨海默氏病 (AD) 的特点是粉样β斑块和神经纤维状,但有些个人尽管有这些病理 (无症状AD或AsymAD) 仍然保持认知正常.
• 由于缺乏合适的临床前模型,AymAD认知弹性背后的分子机制尚不清楚.

研究的目的:

• 使用系统级建模来定义AsymAD的转录逻辑.
• 开发和验证一种新的临床前模型,用于研究无症状阿尔茨海默病.

主要方法:

• 布尔暗示网络被训练在人类皮质RNA-seq数据上,以识别一个强大的AD基因签名.
• 这种特征被应用于缺乏染色素A的PS19小鼠 (CgA-KO/PS19),以评估它们的弹性表型.
• 在小鼠模型中进行了转录,神经病理和认知评估.

主要成果:

• 确定了一种保存的AD基因特征,能够在数据集中分层疾病状态.
• 雄性CgA-KO/PS19小鼠在前额叶皮层表现出类似AD的病理,但保持了认知功能.
• 雌性CgA-KO/PS19小鼠表现出增强的保护,降低了Tau酸化和保留了突触完整性.

结论:

• 这项研究建立了第一个经过验证的AsymAD的小鼠模型.
• 染色素A (CgA) 被确定为连接神经内分泌信号,陶病和认知保存的关键节点.
• 该模型提供了一个平台,用于研究性别特异性弹性,识别早期生物标志物,并开发AD治疗方法.