Loss of NLRX1 Exacerbates Neural Tissue Damage and NF-κB Signaling following Brain Injury
Notice bibliographique
Résumé
Abstract Traumatic and nontraumatic brain injury results from severe disruptions in the cellular microenvironment leading to massive loss of neuronal populations and increased neuroinflammation. The progressive cascade of secondary events, including ischemia, inflammation, excitotoxicity, and free-radical release, contribute to neural tissue damage. NLRX1 is a member of the NLR family of pattern recognition receptors and is a potent negative regulator of several pathways that significantly modulate many of these events. Thus, we hypothesized that NLRX1 limits immune system signaling in the brain following trauma. To evaluate this hypothesis, we used Nlrx1−/− mice in a controlled cortical impact (CCI) injury murine model of traumatic brain injury (TBI). In this article, we show that Nlrx1−/− mice exhibited significantly larger brain lesions and increased motor deficits following CCI injury. Mechanistically, our data indicate that the NF-κB signaling cascade is significantly upregulated in Nlrx1−/− animals. This upregulation is associated with increased microglia and macrophage populations in the cortical lesion. Using a mouse neuroblastoma cell line (N2A), we also found that NLRX1 significantly reduced apoptosis under hypoxic conditions. In human patients, we identify 15 NLRs that are significantly dysregulated, including significant downregulation of NLRX1 in brain injury following aneurysm. We further demonstrate a concurrent increase in NF-κB signaling that is correlated with aneurysm severity in these human subjects. Together, our data extend the function of NLRX1 beyond its currently characterized role in host–pathogen defense and identify this highly novel NLR as a significant modulator of brain injury progression.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».