TGFβ signaling is associated with changes in inflammatory gene expression and perineuronal net degradation around inhibitory neurons following various neurological insults
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
Brain damage due to stroke or traumatic brain injury (TBI), both leading causes of serious long-term disability, often leads to the development of epilepsy. Patients who develop post-injury epilepsy tend to have poor functional outcomes. Emerging evidence highlights a potential role for blood-brain barrier (BBB) dysfunction in the development of post-injury epilepsy. However, common mechanisms underlying the pathological hyperexcitability are largely unknown. Here, we show that comparative transcriptome analyses predict remodeling of extracellular matrix (ECM) as a common response to different types of injuries. ECM-related transcriptional changes were induced by the serum protein albumin via TGFβ signaling in primary astrocytes. In accordance with transcriptional responses, we found persistent degradation of protective ECM structures called perineuronal nets (PNNs) around fast-spiking inhibitory interneurons, in a rat model of TBI as well as in brains of human epileptic patients. Exposure of a naïve brain to albumin was sufficient to induce the transcriptional and translational upregulation of molecules related to ECM remodeling and the persistent breakdown of PNNs around fast-spiking inhibitory interneurons, which was contingent on TGFβ signaling activation. Our findings provide insights on how albumin extravasation that occurs upon BBB dysfunction in various brain injuries can predispose neural circuitry to the development of chronic inhibition deficits.
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 | 0,001 | 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 | 0,002 | 0,000 |
| Communication savante | 0,001 | 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