Melanoma cell adhesion molecule identifies encephalitogenic T lymphocytes and promotes their recruitment to the central nervous system
Notice bibliographique
Résumé
In multiple sclerosis, encephalitogenic CD4(+) lymphocytes require adhesion molecules to accumulate into central nervous system inflammatory lesions. Using proteomic techniques, we identified expression of melanoma cell adhesion molecule (MCAM) on a subset of human effector memory CD4(+) lymphocytes and on human blood-brain barrier endothelium. Herein, we demonstrate that MCAM is a stable surface marker that refines the identification of interleukin 17(+), interleukin 22(+), RAR-related orphan receptor γ and interleukin 23 receptor(+) cells within the CD161(+)CCR6(+) subset of memory CD4(+) lymphocytes. We also show that MCAM(+) lymphocytes express significantly more granulocyte/macrophage colony stimulating factor and granzyme B than MCAM(-) lymphocytes. Furthermore, the proportion of MCAM(+) CD4(+) lymphocytes is significantly increased in the blood and in the central nervous system of patients with multiple sclerosis and experimental autoimmune encephalomyelitis animals compared with healthy controls or other neurological diseases, and MCAM expression is upregulated at the blood-brain barrier within inflammatory lesions. Moreover, blockade of MCAM or depletion of MCAM(+) CD4(+) T lymphocytes both restrict the migration of T(H)17 lymphocytes across blood-brain barrier endothelial cells and decrease the severity of experimental autoimmune encephalomyelitis. Our findings indicate that MCAM could serve as a potential biomarker for multiple sclerosis and represents a valuable target for the treatment of neuroinflammatory conditions.
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 ».