Potent Induction of IFN-α and Chemokines by Autoantibodies in the Cerebrospinal Fluid of Patients with Neuropsychiatric Lupus
Notice bibliographique
Résumé
Neuropsychiatric disease in systemic lupus erythematosus (NPSLE) is a poorly understood, but potentially fatal, disease manifestation. A pathogenetic role for autoantibodies is suspected, but the mechanism is unclear. Since immune complexes in SLE can stimulate IFN-alpha and there is strong evidence in humans and in mice that IFN-alpha can cause neuropsychiatric manifestations, we asked whether NPSLE patient serum and/or cerebrospinal fluid (CSF) contain abnormally high IFN-alpha-inducing activity. In a bioassay containing plasmacytoid dendritic cells and a source of Ag, NPSLE CSF induced significantly higher IFN-alpha compared with CSF from patients with multiple sclerosis or other autoimmune disease controls. When normalized for IgG concentration, NPSLE CSF was 800-fold more potent at inducing IFN-alpha compared with paired serum due to inhibitors present in serum. Analysis of Ig-deficient patient serum, depletion of IgG from normal serum, as well as addition of purified IgG to NPSLE CSF and serum in the bioassays revealed that one inhibitor was contained within the IgG fraction itself. In addition to IFN-alpha, immune complexes formed by CSF autoantibodies produced significantly increased levels of IFN-gamma-inducible protein 10 (IP-10/CXCL), IL-8, and MCP-1, all of which have been reported to be elevated in CSF from NPSLE patients. Taken together, these findings are consistent with a two-step model of NPSLE whereby CSF autoantibodies bind to Ags released by neurocytotoxic Abs or other brain cell injury, and the resulting immune complexes stimulate IFN-alpha and proinflammatory cytokines and chemokines.
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 | 0,000 |
| 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 ».