Dimethyl Fumarate Treatment Mediates an Anti-Inflammatory Shift in B Cell Subsets of Patients with Multiple Sclerosis
Notice bibliographique
Résumé
The therapeutic mode of action of dimethyl fumarate (DMF), approved for treating patients with relapsing-remitting multiple sclerosis, is not fully understood. Recently, we and others demonstrated that Ab-independent functions of distinct B cell subsets are important in mediating multiple sclerosis (MS) relapsing disease activity. Our objective was to test whether and how DMF influences both the phenotype and functional responses of disease-implicated B cell subsets in patients with MS. High-quality PBMC were obtained from relapsing-remitting MS patients prior to and serially after initiation of DMF treatment. Multiparametric flow cytometry was used to monitor the phenotype and functional response-profiles of distinct B cell subsets. Total B cell counts decreased following DMF treatment, largely reflecting losses of circulating mature/differentiated (but not of immature transitional) B cells. Within the mature B cell pool, DMF had a greater impact on memory than naive B cells. In keeping with these in vivo effects, DMF treatment in vitro remarkably diminished mature (but not transitional B cell) survival, mediated by inducing apoptotic cell death. Although DMF treatment (both in vivo and in vitro) minimally impacted B cell IL-10 expression, it strongly reduced B cell expression of GM-CSF, IL-6, and TNF-α, resulting in a significant anti-inflammatory shift of B cell response profiles. The DMF-mediated decrease in B cell proinflammatory cytokine responses was further associated with reduced phosphorylation of STAT5/6 and NF-κB in surviving B cells. Together, these data implicate novel mechanisms by which DMF may modulate MS disease activity through shifting the balance between pro- and anti-inflammatory B cell responses.
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) | 0,001 | 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 ».