Prospects for cannabinoid therapies in viral encephalitis
Notice bibliographique
Résumé
Cannabinoids are promising therapies to support neurogenesis and decelerate disease progression in neuroinflammatory and degenerative disorders. Whether neuroprotective effects of cannabinoids are sustainable during persistent viral infection of the CNS is not known. Using a rodent model of chronic viral encephalitis based on Borna Disease (BD) virus, in which 1 week treatment with the general cannabinoid WIN 55,212-2 has been shown to be neuroprotective (Solbrig et al., 2010), we examine longer term (2 week treatment) effects of a general (CB1 and CB2) cannabinoid receptor agonist WIN55,212-2 (1mg/kg ip twice per day) or a specific (CB2) cannabinoid receptor agonist HU-308 (5mg/kg ip once daily) on histopathology, measures of frontostriatal neurogenesis and gliogenesis, and viral load. We find that WIN and HU-308 differ in their ability to protect new BrdU(+) cells. The selective CB2 agonist HU increases BrdU(+) cells in prefrontal cortex (PFC), significantly increases BrdU(+) cells in striatum, differentially regulates polydendrocytes vs. microglia/macrophages, and reduces immune activation at a time WIN-treated rats appear tolerant to the anti-inflammatory effect of their cannabinoid treatment. WIN and HU had little direct viral effect in PFC and striatum, yet reduced viral signal in hippocampus. Thus, HU-308 action on CB2 receptors, receptors known to be renewed during microglia proliferation and action, is a nontolerizing mechanism of controlling CNS inflammation during viral encephalitis by reducing microglia activation, as well as partially limiting viral infection, and uses a nonpsychotropic cannabinoid agonist.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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 ».