Dynamics of the inflammatory response after murine spinal cord injury revealed by flow cytometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Spinal cord injury (SCI) triggers a robust inflammatory response that contributes in part to the secondary degeneration of spared tissue. Here, we use flow cytometry to quantify the inflammatory response after SCI. Besides its objective evaluation, flow cytometry allows for levels of particular markers to be documented that further aid in the identification of cellular subsets. Analyses of blood from SCI mice for CD45 (common leukocyte antigen), CD11b (complement receptor-3), Gr-1 (neutrophil/monocyte marker), and CD3 (T-cell marker) revealed a marked increase in circulating neutrophils (CD45(high):Gr-1(high)) at 12 hr compared with controls. Monocyte density in blood increased at 24 hr, and in contrast, lymphocyte numbers were significantly decreased. Mirroring the early increase in neutrophils within the blood, flow analysis of the spinal cord lesion site revealed a significant (P < 0.01) and maintained increase in blood-derived leukocytes (CD45(high):CD11b(high)) from 12 to 96 hr compared with sham-injured and naive controls. Importantly, this technique clearly distinguishes blood-derived neutrophils (CD45:Gr-1(high):F4/80(negative)) and monocyte/macrophages (CD45(high)) from resident microglia (CD45(low)) and revealed that the majority of the blood-derived infiltrate were neutrophils. Our results highlight an assumed, but previously uncharacterized, marked and transient increase in leukocyte populations in blood early after SCI followed by the orchestrated invasion of neutrophils and monocytes into the injured cord. In contrast to mobilization of neutrophils, SCI induces lymphopenia that may contribute negatively to the overall outcome after spinal cord trauma.
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.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle