Resolving Macrophages Counter Osteolysis by Anabolic Actions on Bone Cells
Notice bibliographique
Résumé
Progression of inflammatory osteolytic diseases, including rheumatoid arthritis and periodontitis, is characterized by increased production of proinflammatory mediators and matrix-degrading enzymes by macrophages and increased osteoclastic activity. Phenotypic changes in macrophages are central to the healing process in virtually all tissues. Using a murine model of periodontitis, we assessed the timing of macrophage phenotypic changes and the impact of proresolving activation during inflammatory osteolysis and healing. Proinflammatory macrophage activation and TNF-α overproduction within 3 wk after induction of periodontitis was associated with progressing bone loss. Proresolving activation within 1 wk of stimulus removal and markers of resolving macrophages (IL-10, TGF-β, and CD206) correlated strongly with bone levels. In vivo macrophage depletion with clodronate liposomes prevented bone resorption but impaired regeneration. Induction of resolving macrophages with rosiglitazone, a PPAR-γ agonist, led to reduced bone resorption during inflammatory stimulation and increased bone formation during healing. In vitro assessment of primary bone marrow-derived macrophages activated with either IFN-γ and LPS (proinflammatory activation) or IL-4 (proresolving activation) showed that IL-4-activated cells have enhanced resolving functions (production of anti-inflammatory cytokines; migration and phagocytosis of aged neutrophils) and exert direct anabolic actions on bone cells. Cystatin C secreted by resolving but not inflammatory macrophages explained, in part, the macrophage actions on osteoblasts and osteoclasts. This study supports the concept that therapeutic induction of proresolving functions in macrophages can recouple bone resorption and formation in inflammatory osteolytic diseases.
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 | 0,000 |
| 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 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 ».