Role of Interleukin-4 in Regulation of Age-related Inflammatory Changes in the Hippocampus
Notice bibliographique
Résumé
It is well documented that long term potentiation (LTP) is impaired in the hippocampus of the aged animal. Among the changes that contribute to this impairment is an increase in hippocampal concentration of the pro-inflammatory cytokine interleukin-1beta (IL-1beta), and increased IL-1beta-induced signaling. In this study we investigated the possibility that these changes were a consequence of decreased concentration of the anti-inflammatory cytokine, IL-4, and decreased IL-4-stimulated signaling. We report that functional IL-4 receptors are expressed on granule cells of the dentate gyrus and that receptor activation results in phosphorylation of JAK1 and STAT6. Hippocampal IL-4 concentration was decreased with age, and this was accompanied by a decrease in phosphorylation of JAK1 and STAT6. The evidence indicates that IL-4 modulates expression of IL-1beta mRNA and protein and that it attenuates IL-1beta-induced impairment of LTP and phosphorylation of JNK and c-Jun. We argued that, if a decrease in hippocampal IL-4 concentration significantly contributed to the age-related impairment in LTP, then restoration of IL-4 should restore LTP. To test this, we treated rats with VP015 (phospholipid microparticles-incorporating phosphatidylserine), which increases IL-4 concentration in hippocampus. The data indicate that the VP015-induced increase in IL-4 concentration in hippocampus of aged rats and lipopolysaccharide (LPS)-treated rats was accompanied by a reversal of the age-related and LPS-induced impairment in LTP in perforant path granule cell synapses. We propose that interplay between pro-inflammatory and anti-inflammatory responses impact significantly on synaptic function in the hippocampus of the aged rat.
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 | 0,001 | 0,001 |
| 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 ».