Amyloid Beta Kinetics

La variación genética en Aquaporin-4 modera la relación entre el sueño y la carga de Aβamiloide cerebral Resumen Se postula que el sistema glifático es un mecanismo de aclaramiento de Aβ-amiloide cerebral y que es más efectivo durante el sueño. La ablación de los finales pies astrocíticos proteína expresadacanal de agua, acuaporina-4, en ratones, los resultados en el deterioro de este mecanismo de aclaramiento y el aumento de la deposición de Aß-amiloide cerebral, lo que sugiere que acuaporina4 juega un papel fundamental en la función glymphatic. Actualmente hay escasez de literatura sobre el impacto de la variación genética de AQP4 sobre el sueño, la carga de Aβ-amiloide cerebral y su relación entre sí en humanos. Para abordar este tema, se realizó un estudio observacional transversal en adultos mayores cognitivamente normales del estudio Australian Imaging, Biomarkers and Lifestyle (AIBL). Se investigaron las variantes genéticas en AQP4 con respecto a los parámetros de sueño del índice de calidad del sueño de Pittsburgh, la carga de Aβ-amiloide cerebral derivada de la tomografía por emisión de positrones y si estas variantes genéticas moderaron la relación de carga de sueño-Aβ-amiloide. Una variante AQP4, rs72878776, se asoció con la calidad del sueño en general más pobre, mientras que varios SNPs moderan el efecto de la latencia del sueño (rs491148, rs9951307, rs7135406, rs3875089, rs151246) y duración (rs72878776, rs491148 y rs2339214) en el cerebro de carga de Aß-amiloide. Este estudio sugiere que la variación genética AQP4 modera la relación entre el sueño y el cerebro carga de Aß-amiloide, que añade peso a la propuesta de sistema glinfático ser un potencial mecanismo de eliminación de Aß-amiloide y sugiere que la variación genética AQP4 puede afectar esta función. Además, la variación genética de AQP4 se debe considerar al interpretar las relaciones de sueño-Aβ. Introducción Las estimaciones sugieren que el sueño disfuncional puede estar presente en hasta el 45% de los pacientes con enfermedad de Alzheimer (EA); se manifiesta comúnmente como despertares frecuentes, mayor latencia del sueño (tiempo para quedarse dormido) y mantenimiento deficiente del sueño. Sin embargo, la acumulación de evidencia también sugiere que existe una relación bidireccional entre el sueño y los fenotipos de EA; es decir, además del fenotipo AD que conduce a la disfunción del sueño, el sueño disfuncional contribuye al fenotipo AD. El Aβ-amiloide (Aβ) se acumula gradualmente en el cerebro de las personas a medida que avanzan hacia un diagnóstico de AD. Se cree que esta acumulación de Aβ comienza aproximadamente 20 años antes del inicio de la sintomatología de la EA, y en la forma esporádica de la enfermedad, se presume que se debe a mecanismos de eliminación deficientes. Los mecanismos de aclaramiento de Aβ del cerebro humano son múltiples, con algunos factores específicos involucrados aún por entender por completo. Significativamente, sin embargo, se ha observado en ratones que un sueño de buena calidad mejora la eliminación de Aβ cerebral, mientras que el sueño disfuncional exacerba la acumulación de Aβ en humanos y modelos animales. Además, recientemente hemos demostrado que en adultos mayores cognitivamente normales, el aumento de la latencia del sueño se asocia con una mayor carga de Aβ cerebral. Se hipotetiza que el cerebro tiene un sistema de depuración linfático que opera en paralelo al sistema linfático humano a través del empleo de una red de mecanismos de limpieza paravasculares. Este sistema de aclaramiento de tipo linfático se ha denominado sistema glifático, y se postula que funciona casi por completo durante el sueño. La evidencia de modelos animales apoya un mecanismo de limpieza perivascular cerebral y paravascular que involucra el flujo masivo de líquido intersticial y la participación de la proteína del

canal de agua, Aquaporin-4 (AQP4), ubicada principalmente en el extremo subpial y perivascular de los procesos astrocíticos . Además, la evidencia de los ratones knockout del gen Aqp4 respalda la noción de que la funcionalidad de AQP4 está relacionada con la eficacia del aclaramiento de Aβ, probablemente a través del sistema glifático. Además, un estudio de cerebros humanos autopsiados observó que la inmunorreactividad de AQP4 se distribuye de manera similar a las placas de Aβ neuríticas; sugiriendo que es probable que AQP4 esté relacionado con la deposición de placa de Aß en el cerebro. Además, una disminución en la expresión de AQP4 o la pérdida de localización perivascular podría contribuir a la reducción del aclaramiento de Aβ. Se han identificado variantes funcionales poco predecibles en silico en AQP4 humano, que se ha demostrado que alteran la permeabilidad al agua in vitro. Sin embargo, ningún estudio hasta la fecha ha investigado el papel de la variación genética de AQP4 en la EA, el sueño y el aclaramiento de Aβ. Para profundizar nuestra comprensión del papel de AQP4 en la EA, investigamos la variación genética en el gen AQP4 con respecto a la relación con, y entre, la calidad / cantidad del sueño y la carga de Aβ del cerebro. Presumimos que una peor calidad del sueño se asociaría con una mayor carga cerebral Aβ y que las variantes genéticas en AQP4 moderarían esta relación. Esta hipótesis se derivó de la premisa de que tanto la mala calidad del sueño disminuye el aclaramiento de Aβ (es decir, da como resultado una mayor carga de A \ beta en el cerebro), y también que la depuración glifática subóptima durante el sueño disfuncional dará lugar a una mayor carga de A \ beta cerebral; ergo, la variación genética de AQP4 tendría un impacto funcional en la carga de Aβ cerebral.

Materiales y métodos Participantes del estudio Esta investigación transversal utilizó datos recopilados de adultos mayores cognitivamente normales (CN) del Estudio australiano de imágenes, biomarcadores y estilo de vida (AIBL); un estudio prospectivo longitudinal del envejecimiento iniciado en 2006. Todos los voluntarios tenían 60 años o más al inicio del estudio. Más detalles sobre el diseño, el proceso de inscripción, las evaluaciones neuropsicológicas y los criterios de diagnóstico del Estudio AIBL se han descrito previamente en otra parte. El estudio AIBL es aprobado por los comités de ética institucional de Austin Health, St Vincent's Health, Hollywood Private Hospital y Edith Cowan University (ECU), y todos los voluntarios dieron su consentimiento por escrito.

Medidas de sueño La calidad subjetiva del sueño y las alteraciones se evaluaron mediante el índice de calidad del sueño de Pittsburgh (PSQI) en 462 adultos mayores con CN en el punto temporal de 72 meses del estudio. Varios parámetros se derivan posteriormente de esta medida de autoinforme de 19 elementos, que incluye la calidad del sueño, la latencia (en minutos), la duración (informada en horas), la eficiencia, la alteración del sueño, el uso de medicamentos y la disfunción diurna. También se deriva una puntuación global adicional de la calidad del sueño, PSQI Total, con una puntuación> 5 que indica un sueño deficiente. Para el presente estudio, los análisis se centraron en parámetros relacionados con la función nocturna y, por lo tanto, los factores estudiados aquí se

limitaron inicialmente a la calidad general del sueño (PSQI Total) y luego a las subescalas de latencia del sueño, duración del sueño y eficiencia del sueño y trastornos del sueño.

Imagen mental De estos 462 participantes, 222 también se sometieron a imágenes Αβ. La imagen de Αβ se realizó mediante tomografía de emisión de positrones (PET) utilizando uno de los siguientes trazadores de Αβ marcadores radiomarcados; Compuesto C-Pittsburgh B (PiB), F-florbetapir o F-flutemetamol, como se describió previamente. Las imágenes se analizaron utilizando CapAIBL, una metodología de resonancia magnética (MR) libremente disponible basada en la web, para generar relaciones de valor de captación (SUV) estandarizadas de PET para todos los trazadores. Brevemente, los SUV se sumaron y se normalizaron a la SUV de la corteza cerebelar (PiB), SUV de cerebelo completo (florbetapir) o SUV de la protuberancia (flutemetamol), para producir la región diana a SUVR de la región de referencia. Para permitir el análisis de estos diferentes trazadores como una sola variable continua, se aplicó una transformación de regresión lineal para generar unidades SUVR similares a PiB denominadas escala "Antes de la transformación del núcleo Centiloide" (BeCKeT). PiB SUVR y florbetapir / flutemetamol BeCKeT se utilizaron en este estudio transversal.

Datos genéticos Los datos genéticos se obtuvieron a partir de un conjunto de polimorfismo de un solo nucleótido (SNP) genómico en el Illumina OmniExpressHumanExome + BeadChip con la imputación posterior usando impute2 ver2.3, con el panel de referencia del genoma 1000 (versión 2015). Los datos de SNP de la región genómica de AQP4 (GRCh37 Chr18: 24,432,000-24,446,000) se extrajeron y se sometieron a control de calidad en GoldenHelix SNP y Variation Suite (SVS versión 8.7.1), que incluyeron la eliminación de SNP con frecuencia de llamada <95%, Alelo menor frecuencia <5% y la salida del equilibrio Hardy-Weinberg (p <0,05), dejando 32 SNP (Tabla 1 complementaria). Después de la poda del desequilibrio de ligamiento (LD) (corte de r2 de 0,8, tamaño de ventana 10, incremento de 5), se seleccionaron 13 SNP de AQP4 para proporcionar una cobertura completa del gen (Tabla 1 complementaria, figura 1 complementaria). El genotipo apolipoproteína E (APOE), específicamente la presencia del alelo ε4, el factor de riesgo genético principal para AD, se determinó usando ensayos de genotipificación TaqMan (Life Technologies, EE. UU.) Para rs7412 (ID de ensayo: C____904973_10) y rs429358 (ID de ensayo: C___3084793_20 ) en un sistema de PCR QuantStudio 12 K Flex en tiempo real (Applied Biosystems, EE. UU.).

Análisis estadístico Los análisis estadísticos se llevaron a cabo en Golden Helix (Inc.) SVS (versión 8.7.1) para análisis de regresión lineal, utilizando aditivo (homocigoto para el alelo minoritario (MM) frente a heterocigoto para el alelo minoritario (Mm) frente a homocigoto para el alelo principal (mm)), recesivo (homocigoto para el alelo menor (MM) frente a heterocigoto / homocigoto para el alelo principal (mm / mm)) y dominante (heterocigoto / homocigoto para el alelo menor (mm o MM) vs. homocigoto para los modelos genéticos de alelos principales (mm)), o IBM SPSS Statistics, Versión 24.0 (IBM Corp., Armonk, NY) para análisis de moderación, utilizando solo modelos recesivos y dominantes. La significación nominal (no corregida) se informó en p <0,05. Sin embargo, se determinaron los niveles finales de significancia después de la corrección para la Tasa de

Descubrimiento Falsos (FDR) con un umbral de significancia establecido en q <0.05. El análisis de regresión lineal, con respecto a la carga de Aβ, incluyó las covariables de edad, sexo y genotipo APOE (presencia / ausencia del alelo ε4). Para los parámetros del sueño PSQI, índice de masa corporal (IMC), sintomatología depresiva (escala de depresión geriátrica, GDS) y un historial médico de enfermedad cardiovascular (CVD) también se incluyeron como covariables. La relación entre los SNP AQP4 y los parámetros de sueño PSQI se llevó a cabo utilizando un enfoque de dos etapas. En primer lugar, se evaluó la asociación con la calidad general del sueño (PSQI total) seguido del análisis de asociación con las subescalas PSQI (latencia del sueño, duración, eficiencia y alteraciones). El análisis de moderación en SPSS utilizó un diálogo personalizado: PROCESO (versión 2.16.3) con 5000 muestras de bootstrap corregidas y corregidas por sesgo, con intervalos de confianza del 95%. Los SNP de AQP4 se incluyeron como variable moderadora (W), carga de cerebro Αβ como la variable de resultado (Y), con cada uno de los cinco parámetros de sueño PSQI seleccionados individualmente como la variable independiente (X). Los análisis de moderación covariaron por edad, IMC, historial médico de CVD, GDS y porte del alelo APOE ε4 como se informó previamente. Se utilizó el análisis post hoc de las pendientes simples para visualizar la moderación del efecto de X en Y por la variable moderadora, W.

Resultados Las características demográficas para la cohorte de estudio se presentan en la Tabla 1. Los datos de neuroimagen solo estaban disponibles en 222 adultos mayores con CN en el mismo punto de tiempo de evaluación en que se administró el PSQI. Sin embargo, no hubo diferencias significativas en cuanto a las distribuciones o medias de las variables demográficas entre el grupo de PSQI solo (n = 462) y el subconjunto de imágenes PSQI más (n = 222). AQP4 genetic variation and PSQI sleep parameters or brain Aβ burden Se realizó un análisis de regresión lineal para determinar si los SNP AQP se asociaron primero con la calidad general del sueño (PSQI total) y subsecuentemente con las subescalas PSQI (latencia del sueño, duración del sueño, eficiencia del sueño y trastornos del sueño) usando un modelo estadístico base (sin covariables) y un modelo estadístico ajustado, covariante para edad, IMC, historia clínica de CVD, GDS y portador de alelos APOE ε4. Se observó significación nominal (Tabla 2) con respecto a PSQI Total (rs71353406, rs72878776 y rs3875089) y posteriormente, en los análisis de subescalas, con trastornos del sueño (rs68006382). De estas asociaciones, solo la de rs72878776 con PSQI Total (modelo base, β = 4.74 (se: 1.37), p = 0.0006; modelo ajustado, β = 4.15 (se: 1.34), p = 0.002) se mantuvo significativa después de la corrección FDR ( modelo base, q = 0.008; modelo ajustado, q = 0.028). No se observaron asociaciones adicionales para las variantes genéticas restantes y los parámetros del sueño PSQI (tabla 2 complementaria). También se realizaron análisis de regresión lineal para determinar si los SNP de AQP4 se asociaron con la carga de Aβ cerebral, de nuevo utilizando un modelo estadístico básico (sin covariables) y un modelo estadístico ajustado, covarying para edad, sexo y porte de alelo APOE ε4. No se observaron asociaciones significativas entre las variantes genéticas de AQP4 y la carga de Aβ cerebral de forma independiente o cuando las covariables de edad, sexo y APOE ε4 se incluyeron en los modelos ajustados (Tabla 3 complementaria). Moderación de AQP4 del parámetro de sueño PSQI: relación de carga Aβ del cerebro

El análisis de regresión lineal (Tabla 4 complementaria), excluyendo los SNP AQP4, reveló que la latencia del sueño (minutos) se asoció con la carga de Aβ (β = 0,004, t (215) = 2,66; IC del 95%, 0,001-0,007; p = 0,008). consistente con un informe anterior en un subconjunto de esta misma muestra12. No se observó ningún otro parámetro de sueño PSQI asociado a la carga de Aβ cerebral en nuestros análisis. Para determinar si los SNP de AQP4 moderaron la relación entre los 5 parámetros de sueño PSQI y la carga de Aβ cerebral, se realizaron análisis de regresión lineal multivariante dentro del modelo de moderación. Nueve de estos modelos estadísticos revelaron efectos significativos de moderación para los SNP AQP4 en los parámetros de sueño PSQI de latencia del sueño y la duración del sueño (Tabla 3). Se observó que la relación entre la latencia del sueño determinada por PSQI y la carga de Aβ del cerebro se modera significativamente por un total de cinco SNP de AQP4. La interacción de los SNP de AQP4 rs491148 y la latencia del sueño fue estadísticamente significativa para los modelos genéticos dominantes (R2-change (ΔR2) = 0.017; p = 0.036) y recesivos (ΔR2 = 0.020; p = 0.022). Mientras que rs9951307 (ΔR2 = 0.015; p = 0.048), rs71353406 (ΔR2 = 0.019; p = 0.030), rs3875089 (ΔR2 = 0.019; p = 0.028) y rs151246 (ΔR2, 0.039; p = 0.002) fueron significativos en la genética dominante modelo solo Los análisis post hoc de pendientes simples (Figura 1) revelaron que para rs3875089, rs71353406 y rs491148, el transporte de al menos una copia del alelo minoritario se asoció con una mayor carga de Aβ cerebral a medida que aumentó la latencia del sueño, mientras que para rs9951307 y rs151246 esta relación observado para la homocigosidad del alelo principal. Todos los resultados de los análisis de moderación se presentan en las Tablas Suplementarias 5-9. Tres SNP AQP4 interactuaron con la duración del sueño determinada por PSQI (en horas) para impactar significativamente la carga de Aβ cerebral, concretamente rs72878776, rs2339214 y rs491148 (Tabla 3). Para rs72878776 (ΔR2 = 0.019; p = 0.034) y rs491148 (ΔR2 = 0.016; p = 0.045) la asociación se observó en el modelo genético dominante, mientras que para rs2339214 (ΔR2 = 0.041; p = 0.002), la asociación se observó en el modelo recesivo Análisis de pendientes simples post hoc (Fig. 2) revelaron que para rs72878776 y rs491148, el transporte de al menos una copia del alelo minoritario dio como resultado una mayor carga de Aβ cerebral con una duración de sueño más corta. Sin embargo, se observó lo contrario para rs2339214, donde la homocigosidad del alelo minoritario dio como resultado una mayor carga de Aβ cerebral con una mayor duración del sueño. Discusión El objetivo principal de este estudio fue determinar si la variación genética dentro de AQP4 moderaba la relación entre la calidad del sueño autoinformada derivada de PSQI y la carga de Aβ cerebral según lo evaluado por PET en adultos mayores cognitivamente normales del estudio AIBL. Este estudio es el primero en informar que la variación genética en AQP4 se asocia con calidad de sueño alterada, autoinformada, "general" (puntaje total del PSQI) y moderar la relación entre los parámetros de latencia del sueño (tiempo de quedarse dormido) ), duración (duración del sueño) y carga de Aβ cerebral. La asociación de la latencia del sueño con el aumento de la carga de Aβ cerebral confirma los resultados informados previamente en un subconjunto (n = 184) de los participantes AIBL incluidos en el estudio actual (n = 222) 12. En este estudio previo, no se observó moderación de la relación de latencia del sueño-Aβ por el genotipo APOE. Sin embargo, informamos en el presente estudio que la moderación de esta relación ocurre debido a variantes en un gen que codifica un

componente clave del sistema glifático postulado: específicamente, AQP4, que codifica AQP4, una proteína de canal de agua expresada en pies finales astrocítica postulada estar involucrado en la depuración mediada por glifosato de Aβ18. Nuestros datos sugieren que la variación genética en AQP4, específicamente rs72878776, se asocia con alteración, autoinforme, calidad general del sueño (puntaje total del PSQI), con individuos homocigotos para el alelo AqP4 rs72878776-A que informa peor sueño en general en comparación con aquellos con un genotipo diferente . Este SNP está en la región no traducida 5-prime (5'UTR) del gen AQP4 y puede ser de relevancia funcional al influir potencialmente en la transcripción génica, a través de la modificación (creación o deleción) de los sitios de unión del factor de transcripción. Esto es respaldado por evidencia compilada en el RegulomeDB33. Específicamente, se predice que la posible unión de reguladores transcripcionales tales como REST, TRIM28, CTBP2 y ZNF263 se verá afectada por esta variante. El análisis de la estructura de LD del gen AQP4 para el enlace de rs72878776, con otras variantes con implicaciones funcionales potenciales, lo reveló para etiquetar rs35248760, un SNP sinónimo en el exón 1. Mientras que rs35248760 no parece ser un SNP que afecta la funcionalidad del Proteína que codifica, no se puede descartar que rs72878776 también pueda estar en vinculación con raras variantes no sinónimas en el exón 1. Cinco SNP de AQP4 (rs9951307, rs7135406, rs3875089, rs151246 y rs491148) en los modelos dominantes tuvieron interacciones significativas con la latencia del sueño autoinformada y el efecto resultante sobre la carga de Aβ cerebral. El impacto de rs491148 fue notablemente más fuerte en homocigotos, lo que sugiere un potencial efecto de dosificación génica para el alelo minoritario (rs491148-G). Específicamente, el transporte de al menos una copia del alelo rs491148-G se asoció con un SUVR parecido a PiB que se acerca a 1.6 cuando es hora de quedarse dormido, alcanzó 35 minutos, mientras que la homocigosidad del alelo G, aunque en solo 9 individuos, se asoció con cargas de Aβ cercanas a 2.3 SUVR / BeCKeT a 35 min de latencia, un cerebro de nivel Aβ usualmente asociado con un diagnóstico clínico de AD7 leve. De nota, tres de estas variantes de AQP4; rs9951307 (D '0.99, r2 0.07), rs3875089 (D' 1.00, r2 0.64), y rs491148 (D '0.94, r2 0.49), están en LD fuerte, pero tienen una correlación reducida, con la 5'UTR mencionada anteriormente rs72878776. Estos hallazgos de la latencia del sueño SNP AQP4 respaldan estudios previos que informaron una asociación de latencia del sueño con el cerebro Aβ10,12. El estudio actual agrega evidencia de que esta relación es moderada por la variación genética en el gen que codifica la proteína Aquaporin-4 del canal de agua, que se propone participar en la eliminación de Aβ mediado por glifosato durante el sueño34. Como resultado, esos SNP AQP4 que afectan la relación entre la latencia del sueño y el Aβ pueden predisponer a esos individuos a parámetros de sueño subóptimos debido a una mayor carga de Aβ. Alternativamente, como también se ha postulado una relación bidireccional entre el sueño y el Aβ, es concebible que el sueño subóptimo contribuya a una mayor carga de Aβ cerebral, particularmente en aquellos potencialmente predispuestos genéticamente a un funcionamiento más pobre de Aβ. Sin embargo, también es concebible que asociación entre las variantes de AQP4 y el sueño La calidad observada en este estudio puede atribuirse a mecanismos no relacionados con la dinámica de Aβ. por ejemplo, cualquier impacto de la variación genética en la expresión de AQP4 puede, a través del comportamiento interrumpido de la molécula de agua, afectar la homeostasis del ion intracelular, lo que da como resultado un deterioro de la función celular o incluso la muerte. Como AQP4 está enriquecido en las células gliales de las regiones periventriculares en el hipotálamo, donde se encuentra principalmente la hipocretina (orexina) que contiene neuronas, es concebible que la función glial alterada en estas regiones pueda ocasionar un daño neuronal secundario que conduce a una alteración regulación del sueño a través de la deficiencia sutil de hipocretina. Esto se observa en mayor medida en casos de narcolepsia donde se observa la presencia de anticuerpos anti-AQP435.

También identificamos tres SNP AQP4 que interactuaban con la duración del sueño para tener un efecto moderador sobre los niveles de Aβ en el cerebro. Dos de estos, rs72878776 y rs491148, también se asociaron con la calidad general del sueño y la moderación de la relación entre la latencia del sueño y la carga de Aβ en este estudio, respectivamente. Con respecto a la duración del sueño, el transporte del alelo menor tanto para rs72878776 como para rs491148, se asoció con una mayor carga de Aβ con una menor duración del sueño. Sin embargo, se observó lo contrario para la variante final, rs2339214. Específicamente, la duración del sueño más prolongada (en lugar de una duración más corta) se asoció con una Aβ superior cerebral (SUV similar a PiB ~ 1.6,> 8 horas de sueño) en individuos homocigotos para el menor alelo, rs2339214-A. Hasta donde sabemos, no hay ningún informe anterior en la literatura de una relación bimodal entre la duración del sueño y la carga de Aβ cerebral. Sin embargo, existe evidencia en la literatura que existe una relación bimodal entre la duración del sueño y la cognición. Específicamente, tanto el sueño corto como el largo se pretende que la duración contribuya a una función cognitiva más pobre y un mayor riesgo de deterioro cognitivo y EA en comparación con la duración intermedia del sueño. En un estudio reciente realizado por Burfeind y sus colegas, se informó que dos de los SNP AQP4 descritos en el estudio actual, rs9951307 y rs3875089, estaban asociados con trayectorias alteradas de deterioro cognitivo. Hemos informado previamente en el estudio AIBL que Aβ se asocia con el deterioro cognitivo y, como se discutió anteriormente, el sueño subóptimo también se ha asociado con una función cognitiva más pobre. Como tal, es plausible que la asociación de la variación genética de AQP4 con el deterioro cognitivo descrito por Burfeind et al., Pueda estar mediada por el impacto de AQP4 en Aβ cerebral. Curiosamente, la asociación con el deterioro cognitivo informada por los autores se limitó a aquellos con un diagnóstico clínico establecido de AD, en los que se esperaría una alta carga de Aβ, y no se observó en el grupo "Pre-AD". Además, aunque se realizó una evaluación post mortem de la patología de EA, la carga de Aβ cerebral global no se evaluó premortem; por lo tanto, se requiere una investigación adicional para dilucidar completamente la relación de cognición AQP4, particularmente durante las etapas preclínicas de AD y con respecto a la carga global de Aß cerebral. La implicación funcional de las variantes genéticas informadas en este documento sigue siendo poco conocida y está claro que se requieren más estudios para comprender el mecanismo que sustenta estas asociaciones. Si bien existe evidencia in silico para sugerir que algunas variantes pueden afectar la unión de los factores de transcripción, existen otros mecanismos putativos que pueden desempeñar un papel en la relación entre la variación genética de AQP4 y el aclaramiento de Aβ. Por ejemplo, varios SNP asociados son físicamente, o en LD con otros SNP, ubicados en la región promotora putativa de la isoforma AQP4-M23 (M23), la menor de dos isoformas de AQP444, la otra es AQP4-M1 (M1). Se ha informado que una proporción aumentada de isoformas M23: M1 ocurre en la EA y se asocia con la localización perivascular alterada de AQP421. Con esta pérdida de localización perivascular, se observó un empeoramiento concomitante de la carga de placa de Aβ21 lo que sugiere que la variación genética que altera la expresión relativa de la isoforma puede a su vez afectar el aclaramiento de Aβ. Además de esto, se ha informado sobre la regulación mediada por microARN de la expresión de AQP4, particularmente de la isoforma M1. Sin embargo, de los SNP informados para moderar relaciones de sueño-Aβ en este estudio, ninguno se localizó dentro de los supuestos sitios de unión a microARN identificados previamente, o dentro de la región putativa del promotor M1. Más recientemente, De Bellis et al. han demostrado que además de las isoformas M1 y M23, AQP4 puede estar sujeto a lectura traslacional para generar isoformas extendidas C-terminales funcionalmente significativas, denominadas AQP4ex. Sin embargo, de todas las variantes asociadas informadas en este estudio, solo rs9951307 está ubicado en el extremo C-terminal de AQP4, y está ~ 15 kb cadena abajo del codón de parada canónico

AQP4 UGA. Además, esta variante no marca ninguna variante genética en las proximidades del codón de parada, aunque no se puede descartar el enlace con una o múltiples variantes raras en esta región. Se requiere un estudio adicional para determinar el impacto de cualquiera de estas variantes en la expresión de la isoforma AQP4-M1, AQP4-M23 o AQP4ex. Si bien los hallazgos de este estudio son nuevos y sugieren que la variación genética de AQP4 modera la relación entre los parámetros del sueño y la carga de Aβ cerebral, hay algunas limitaciones que deben considerarse. Primero, este estudio fue observacional y utilizó un diseño retrospectivo transversal; en consecuencia, no se pueden extraer conclusiones con respecto a las relaciones temporales o causales. En segundo lugar, se utilizó una medida de sueño subjetiva que depende de la precisión y la fidelidad de los encuestados. La utilización de una medida objetiva del sueño, como la actigrafía o la polisomnografía, eludiría la limitación del autoinforme. Además, el uso de la polisomnografía, el "estándar de oro" para diferenciar el sueño de la estela, y para identificar etapas del sueño, proporcionaría detalles con respecto a la asociación de la arquitectura del sueño con el cerebro Aβ. Sin embargo, el PSQI ha demostrado una fiabilidad interna y validez de constructo constantes y se justifica en este estudio debido a su rentabilidad y facilidad de administración a una gran cohorte. En tercer lugar, las imágenes cerebrales y la administración de PSQI se completaron en días separados; sin embargo, la deposición de Aβ es un proceso relativamente lento, que ocurre durante muchos años, y los hábitos de sueño son generalmente crónicos, particularmente en el grupo de edad estudiado, sin embargo, se reconoce que la administración del PSQI en múltiples puntos de tiempo proporcionaría una ventana de evaluación más larga. parámetros de sueño y, por lo tanto, pueden ser más informativos. Finalmente, cualquier inferencia de aclaramiento glifático potencial que respalde la asociación de la variación genética de AQP4 con el aclaramiento de Aβ del cerebro en humanos y las posibles implicaciones funcionales de la variación genética en la expresión específica de isoformas son especulativas y requieren más estudios funcionales para dilucidar. Nuestro estudio agrega peso a la proposición de que el aclaramiento paravascular, que abarca el sistema glifático postulado, es un mecanismo biológico potencial que apuntala el aclaramiento de Aβ del cerebro. Si otros factores genéticos más allá de APOE y AQP4, examinados aquí, también pueden moderar la relación entre los parámetros del sueño y las características de AD aún no se ha determinado, sin embargo, el estudio actual proporciona evidencia para apoyar la investigación futura de tales interacciones. Prospectivamente, los resultados de este estudio proporcionan una mejor comprensión de los factores que pueden afectar la relación del fenotipo AD del sueño y respaldan la noción de que establecer intervenciones dirigidas a mejorar los parámetros del sueño puede ser beneficiosa para modular positivamente los niveles cerebrales de Aβ y, por lo tanto, retrasar la EA comienzo. De hecho, los hallazgos de este estudio podrían usarse tanto para estratificar el análisis retrospectivo de los conjuntos de datos existentes, o quizás más importante, para derivar estrategias de intervención de AD adaptadas basadas en la genética del individuo: p. una intervención específica del sueño dirigida a reducir la latencia del sueño puede ser más beneficiosa para las personas que están genéticamente predispuestas a un mayor impacto de la latencia en los resultados clínicos o patológicos. En general, los datos de este estudio de la proteína del canal de agua expresada cerebralmente, Aquaporin-4, moderan la relación entre el sueño y la carga de Aβ cerebral. Expresiones de gratitud El financiamiento para el estudio AIBL fue provisto en parte por los socios del estudio (Commonwealth Scientific Industrial and Research Organization (CSIRO), Edith Cowan University

(ECU), Instituto de Investigación de Salud Mental (MHRI), National Aging Research Institute (NARI), Austin Health, CogState Ltd.). El estudio AIBL también recibió el apoyo del Consejo Nacional de Investigación Médica y Salud (NHMRC) y el Programa de Centros de Investigación Colaborativa de Demencia (DCRC2), así como fondos del Fondo de Dotación de Ciencia e Industria (FIIS) y el Centro de Investigación Cooperativa ( CRC) para Salud Mental, financiado a través del Programa CRC (Grant ID: 20100104), una Iniciativa del Gobierno Australiano. Agradecemos a todos los que participaron como sujetos en el estudio por su compromiso y dedicación para ayudar a avanzar en la investigación sobre la detección temprana y la causalidad de la enfermedad de Alzheimer.

Conflicto de intereses C.L.M. es asesor de Prana Biotechnology Ltd y asesor de Eli Lilly. PM. es un empleado de tiempo completo de Cogstate Ltd. D.A. ha servido en consejos científicos asesores para Novartis, Eli Lilly, Janssen y Pfizer Inc. R.N.M. es un consultor de Alzhyme. C.C.R. ha formado parte de consejos científicos de Bayer Pharma, Elan Corporation, GE Healthcare y AstraZeneca; ha recibido honorarios como orador de Bayer Pharma y GE Healthcare; y ha recibido apoyo de investigación de Bayer Pharma, GE Healthcare, Piramal Lifesciences y Avid Radiopharmaceuticals. HORAS. ha recibido / recibe remuneraciones de la Australian Alzheimer's Research Foundation por trabajar en varios de sus ensayos clínicos asociados con Takeda, Merck y AstraZeneca y Eli Lilly. VLV fue consultor de Bayer Pharma; y recibió apoyo de investigación de una subvención de NEDO de Japón. S.M.L. Consultor pagado de Alzhyme. Los autores restantes declaran que no tienen ningún conflicto de intereses.