Pathogenic implications of distinct patterns of iron and zinc in chronic MS lesions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Multiple sclerosis (MS) is a chronic inflammatory demyelinating disease of the central nervous system (CNS) in which oligodendrocytes, the CNS cells that stain most robustly for iron and myelin are the targets of injury. Metals are essential for normal CNS functioning, and metal imbalances have been linked to demyelination and neurodegeneration. Using a multidisciplinary approach involving synchrotron techniques, iron histochemistry and immunohistochemistry, we compared the distribution and quantification of iron and zinc in MS lesions to the surrounding normal appearing and periplaque white matter, and assessed the involvement of these metals in MS lesion pathogenesis. We found that the distribution of iron and zinc is heterogeneous in MS plaques, and with few remarkable exceptions they do not accumulate in chronic MS lesions. We show that brain iron tends to decrease with increasing age and disease duration of MS patients; reactive astrocytes organized in large astrogliotic areas in a subset of smoldering and inactive plaques accumulate iron and safely store it in ferritin; a subset of smoldering lesions do not contain a rim of iron-loaded macrophages/microglia; and the iron content of shadow plaques varies with the stage of remyelination. Zinc in MS lesions was generally decreased, paralleling myelin loss. Iron accumulates concentrically in a subset of chronic inactive lesions suggesting that not all iron rims around MS lesions equate with smoldering plaques. Upon degeneration of iron-loaded microglia/macrophages, astrocytes may form an additional protective barrier that may prevent iron-induced oxidative damage.
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.
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 | 0,000 |
| 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 | 0,000 |
| 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 découle