Myeloid cell transmigration across the CNS vasculature triggers IL-1β–driven neuroinflammation during autoimmune encephalomyelitis in mice
Notice bibliographique
Résumé
Growing evidence supports a role for IL-1 in multiple sclerosis and experimental autoimmune encephalomyelitis (EAE), but how it impacts neuroinflammation is poorly understood. We show that susceptibility to EAE requires activation of IL-1R1 on radiation-resistant cells via IL-1β secreted by bone marrow-derived cells. Neutrophils and monocyte-derived macrophages (MDMs) are the main source of IL-1β and produce this cytokine as a result of their transmigration across the inflamed blood-spinal cord barrier. IL-1R1 expression in the spinal cord is found in endothelial cells (ECs) of the pial venous plexus. Accordingly, leukocyte infiltration at EAE onset is restricted to IL-1R1(+) subpial and subarachnoid vessels. In response to IL-1β, primary cultures of central nervous system ECs produce GM-CSF, G-CSF, IL-6, Cxcl1, and Cxcl2. Initiation of EAE or subdural injection of IL-1β induces a similar cytokine/chemokine signature in spinal cord vessels. Furthermore, the transfer of Gr1(+) cells on the spinal cord is sufficient to induce illness in EAE-resistant IL-1β knockout (KO) mice. Notably, transfer of Gr1(+) cells isolated from C57BL/6 mice induce massive recruitment of recipient myeloid cells compared with cells from IL-1β KO donors, and this recruitment translates into more severe paralysis. These findings suggest that an IL-1β-dependent paracrine loop between infiltrated neutrophils/MDMs and ECs drives neuroinflammation.
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 | 0,001 |
| Science ouverte | 0,001 | 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 ».