CD93 regulates central nervous system inflammation in two mouse models of autoimmune encephalomyelitis
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
Summary Microglia and non‐professional immune cells (endothelial cells, neurons) participate in the recognition and removal of pathogens and tissue debris in the injured central nervous system through major pro‐inflammatory processes. However, the mechanisms involved in regulating these responses remain ill‐characterized. We herein show that CD93, also known as complement C1qRp/AA4 stem cell marker, has an important role in the regulation of inflammatory processes. The role of CD93 was evaluated in two models of neuroinflammation. We used the MOG‐experimental autoimmune encephalomyelitis (EAE) model and the antibody‐dependent EAE (ADEAE), which were induced in wild‐type and CD93 knockout mice. We found that CD93 was highly expressed by neurons, endothelial cells and microglia (ramified >> amoeboid). Astrocytes and oligodendrocytes did not to express CD93. We further observed that CD93‐deficient (CD93 −/− ) mice presented a more robust brain and spinal cord inflammation in EAE and ADEAE. Encephalitis in CD93 −/− was characterized by increased numbers of infiltrating M1 macrophages (CD11c + CD206 − ) and amoeboid microglia exhibiting a more activated phenotype (Tomato Lectin high Cox2 high ). Damage to and leakage through the blood–brain barrier was increased in CD93 −/− animals and was associated with a more robust neuronal injury when compared with wild‐type EAE mice. We propose that CD93 is an important neuro‐immune regulator to control central nervous system inflammation.
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