Toll‐like receptor (TLR)‐2 and TLR‐4 regulate inflammation, gliosis, and myelin sparing after spinal cord injury
Notice bibliographique
Résumé
Activation of macrophages via toll-like receptors (TLRs) is important for inflammation and host defense against pathogens. Recent data suggest that non-pathogenic molecules released by trauma also can trigger inflammation via TLR2 and TLR4. Here, we tested whether TLRs are regulated after sterile spinal cord injury (SCI) and examined their effects on functional and anatomical recovery. We show that mRNA for TLR1, 2, 4, 5, and 7 are increased after SCI as are molecules associated with TLR signaling (e.g. MyD88, NFkappaB). The significance of in vivo TLR2 and TLR4 signaling was evident in SCI TLR4 mutant (C3H/HeJ) and TLR2 knockout (TLR2-/-) mice. In C3H/HeJ mice, sustained locomotor deficits were observed relative to SCI wild-type control mice and were associated with increased demyelination, astrogliosis, and macrophage activation. These changes were preceded by reduced intraspinal expression of interleukin-1beta mRNA. In TLR2-/- mice, locomotor recovery also was impaired relative to SCI wild-type controls and novel patterns of myelin pathology existed within ventromedial white matter--an area important for overground locomotion. Together, these data suggest that in the absence of pathogens, TLR2 and TLR4 are important for coordinating post-injury sequelae and perhaps in regulating inflammation and gliosis after SCI.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».