Atorvastatin prevents age-related and amyloid-β-induced microglial activation by blocking interferon-γ release from natural killer cells in the brain
Notice bibliographique
Résumé
BACKGROUND: Microglial function is modulated by several factors reflecting the numerous receptors expressed on the cell surface, however endogenous factors which contribute to the age-related increase in microglial activation remain largely unknown. One possible factor which may contribute is interferon-γ (IFNγ). IFNγ has been shown to increase in the aged brain and potently activates microglia, although its endogenous cell source in the brain remains unidentified. METHODS: Male Wistar rats were used to assess the effect of age and amyloid-β (Aβ) on NK cell infiltration into the brain. The effect of the anti-inflammatory compound, atorvastatin was also assessed under these conditions. We measured cytokine and chemokine (IFNγ, IL-2, monocyte chemoattractant protein-1 (MCP-1) and IFNγ-induced protein 10 kDa (IP-10)), expression in the brain by appropriate methods. We also looked at NK cell markers, CD161, NKp30 and NKp46 using flow cytometry and western blot. RESULTS: Natural killer (NK) cells are a major source of IFNγ in the periphery and here we report the presence of CD161+ NKp30+ cells and expression of CD161 and NKp46 in the brain of aged and Aβ-treated rats. Furthermore, we demonstrate that isolated CD161+ cells respond to interleukin-2 (IL-2) by releasing IFNγ. Atorvastatin, the HMG-CoA reductase inhibitor, attenuates the increase in CD161 and NKp46 observed in hippocampus of aged and Aβ-treated rats. This was paralleled by a decrease in IFNγ, markers of microglial activation and the chemokines, MCP-1 and IP-10 which are chemotactic for NK cells. CONCLUSIONS: We propose that NK cells contribute to the age-related and Aβ-induced neuroinflammatory changes and demonstrate that these changes can be modulated by atorvastatin treatment.
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».