NR4A1‐dependent Ly6C<sup>low</sup> monocytes contribute to reducing joint inflammation in arthritic mice through Treg cells
Notice bibliographique
Résumé
Monocytes are central to the physiopathology of arthritis, but their roles in progression and resolution of the disease remain to be clarified. Using NR4A1 −/− mice, which lack patrolling lymphocyte antigen 6C (Ly6C low ) monocytes, we found that inflammatory Ly6C high monocytes contribute to rapid development of arthritis in a serum transfer‐induced arthritis (STIA) model. Our experiments suggest that patrolling monocytes do not promote the initiation and progression of arthritis in mice, as severity of symptoms was amplified in NR4A1 −/− mice. Moreover, we show that treatment of arthritic wild type (WT) mice with cytosporone B (Csn‐B), a NR4A1‐specific agonist, significantly reduces severity of disease. Effects of Csn‐B were absent in monocyte‐depleted mice treated with clodronate until Ly6C low monocytes were restored. Adoptive transfer of Ly6C low monocytes in arthritic NR4A1 −/− mice treated with Csn‐B reduces joint inflammation, supporting the regulatory role of Ly6C low subset on disease development. Our results also reveal that administration of Csn‐B to arthritic mice enhances levels of circulating CD4 + CD25 + FoxP3 + Treg cells, a process requiring the presence of Ly6C low monocytes. Together, these data indicate that Ly6C high monocytes are involved in the initiation and progression of arthritis and Ly6C low monocytes contribute to reduce joint inflammation through the mobilization of Treg cells.
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 | 0,001 |
| 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 | 0,000 |
| 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 | 0,001 |
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 ».