MétaCan
Menu
Retour à la cohorte
Enregistrement W2806337991 · doi:10.1101/344218

Microglial and Astrocyte priming in the APP/PS1 model of Alzheimer’s Disease: increased vulnerability to acute inflammation and cognitive deficits

2018· preprint· en· W2806337991 sur OpenAlexaff
Ana Belén López-Rodríguez, Edel Hennessy, Carol Murray, Anouchka Lewis, Niamh de Barra, Steven G. Fagan, Michael Rooney, Arshed Nazmi, Colm Cunningham

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensTrinity College
Organismes subventionnairesNational Institutes of HealthWellcome Trust
Mots-clésMicrogliaNeuroinflammationNeuroscienceAstrocyteInflammationCognitive declineCXCL1StimulationImmunologyMedicineHippocampal formationDiseaseBiologyDementiaPathologyChemokineCentral nervous system

Résumé

récupéré en direct d'OpenAlex

Abstract Alzheimer’s disease (AD) causes devastating cognitive decline and has no disease-modifying therapies. Neuroinflammation is a significant contributor to disease progression but its precise contribution remains unclear. An emerging literature indicates that secondary inflammatory insults including acute trauma and infection alter the trajectory of chronic neurodegenerative diseases and the roles of microglia and astrocytes require elucidation. The current study, using the APP/PS1 mouse model of AD, demonstrates that microglia are primed by β-amyloid pathology to induce exaggerated IL-1β responses to acute stimulation with LPS or IL-1β. Despite disease-associated NLRP3 inflammasome activation, evidenced by ASC speck formation, APP/PS1 microglial cells show neither IL-1β induction nor NFκB p65 nuclear localisation. Upon secondary stimulation with LPS or IL-1β, NFκB-p65 nuclear localisation and exaggerated pro-IL-1 induction occur. Microglial priming was also unmasked by secondary stimulation with systemic LPS leading to significant cognitive impairment in APP/PS1 mice compared to WT LPS-treated mice. Astrocytes have also recently emerged as displaying significant phenotypic heterogeneity. Here, by-passing microglial priming, and acutely challenging mice with intra-hippocampal IL-1β we demonstrate that astrocytes proximal to Aβ-plaques are also primed to produce exaggerated CCL2, CXCL1 and CXCL10 responses. Many astrocytosis-associated genes in APP/PS1 mice share these exaggerated responses to IL-1β, while others are equally induced in both strains. Collectively the data show that the amyloid-laden brain shows multiple vulnerabilities to secondary inflammatory challenge: both microglia and astrocytes are primed to produce exaggerated secondary inflammation and systemic LPS is sufficient to cause cognitive impairments relevant to delirium, selectively in animals with prior amyloid pathology.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,260
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207