Peripheral Nerve Injury Alters Blood-Spinal Cord Barrier Functional and Molecular Integrity through a Selective Inflammatory Pathway
Notice bibliographique
Résumé
Peripheral nerve lesion triggers alterations in the spinal microenvironment that contribute to the pathogenesis of neuropathic pain. While neurons and glia have been implicated in these functional changes, it remains largely underexplored whether the blood-spinal cord barrier (BSCB) is also involved. The BSCB is an important component in the CNS homeostasis, and compromised BSCB has been associated with different pathologies affecting the spinal cord. Here, we demonstrated that a remote injury on the peripheral nerve in rats triggered a leakage of the BSCB, which was independent of spinal microglial activation. The increase of BSCB permeability to different size tracers, such as Evans Blue and sodium fluorescein, was restricted to the lumbar spinal cord and prominent for at least 4 weeks after injury. The spinal inflammatory reaction triggered by nerve injury was a key player in modulating BSCB permeability. We identified MCP-1 as an endogenous trigger for the BSCB leakage. BSCB permeability can also be impaired by circulating IL-1β. In contrast, antiinflammatory cytokines TGF-β1 and IL-10 were able to shut down the openings of the BSCB following nerve injury. Peripheral nerve injury caused a decrease in tight junction and caveolae-associated proteins. Interestingly, ZO-1 and occludin, but not caveolin-1, were rescued by TGF-β1. Furthermore, our data provide direct evidence that disrupted BSCB following nerve injury contributed to the influx of inflammatory mediators and the recruitment of spinal blood borne monocytes/macrophages, which played a major role in the development of neuropathic pain. These findings highlight the importance of inflammation in BSCB integrity and in spinal cord homeostasis.
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 | 0,000 | 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) | 0,000 | 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 ».