Expression of the β-Chemokines RANTES and MIP-1β by Human Brain Microvessel Endothelial Cells in Primary Culture
Notice bibliographique
Résumé
The mechanisms that regulate inflammatory cell recruitment across the blood-brain barrier (BBB) during CNS inflammation have not been fully characterized. Likely players in this process include the chemokines, small secondary messengers of inflammation capable of subset-specific leukocyte activation and chemoattraction. Primary cultures of human brain microvessel endothelial cells (HBMEC) were examined for their in vitro expression of the beta chemokines RANTES and MIP-1beta. Untreated HBMEC expressed low levels of RANTES and MIP-1beta RNA that were significantly upregulated following cytokine treatment. Parallel studies performed on human umbilical vein endothelial cells (HUVEC) showed induction of RANTES but not MIP-1beta RNA. Following stimulation with LPS, TNF-alpha, IFN-gamma, and IL-1beta alone or in combination, HBMEC released significant amounts of RANTES and MIP-1beta into the culture supernatants. RANTES secretion by HUVEC could be induced only with TNF-alpha/IFN-gamma. Both RANTES and MIP-1beta were detected by immunocytochemistry on the apical and basal surfaces of HBMEC, as well as bound to basal lamina-like material under the basal cell surface. Cytokine stimulation induced significant increase of RANTES and MIP-1beta molecules associated with the EC surface and subendothelial matrix. The expression of RANTES and MIP-1beta by HBMEC suggests that these chemokines may play an important role in mediating inflammatory responses and leukocyte trafficking across the BBB.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».