MétaCan
Menu
Retour à la cohorte
Enregistrement W2892381183 · doi:10.1523/jneurosci.0734-18.2018

Suppressing Interferon-γ Stimulates Microglial Responses and Repair of Microbleeds in the Diabetic Brain

2018· article· en· W2892381183 sur OpenAlexafffund
Stephanie L. Taylor, Eslam M. F. Mehina, Emily R. White, Patrick Reeson, Kevin Yongblah, Kristian P. Doyle, Craig E. Brown

Notice bibliographique

RevueJournal of Neuroscience · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaHeart and Stroke Foundation of Canada
Mots-clésMicrogliaInflammationMedicineDiabetes mellitusDexamethasoneAngiogenesisImmune systemTumor necrosis factor alphaIntravital microscopyBrain damageImmunologyEndocrinologyInternal medicineMicrocirculation

Résumé

récupéré en direct d'OpenAlex

Microcirculatory damage is a common complication for those with vascular risk factors, such as diabetes. To resolve vascular insults, the brain's immune cells (microglia) must rapidly envelop the site of injury. Currently, it is unknown whether Type 1 diabetes, a condition associated with chronic immune system dysfunction, alters microglial responses to damage and what mechanisms are responsible. Usingin vivotwo-photon microscopy in adult male mice, we show that microglial envelopment of laser-induced cerebral microbleeds is diminished in a hyperglycemic mouse model of Type 1 diabetes, which could not be fully rescued with chronic insulin treatment. Microglia were important for vessel repair because reduced microglial accumulation in diabetic mice or near-complete depletion in healthy controls was associated with greater secondary leakage of the damaged vessel. Broadly suppressing inflammation with dexamethasone in diabetic mice but not healthy controls, significantly enhanced microglial responses to microbleeds and attenuated secondary vessel leakage. These enhancements were associated with changes in IFN-γ signaling because dexamethasone suppressed abnormally high levels of IFN-γ protein levels in brain and blood serum of diabetic mice. Further, blocking IFN-γ in diabetic mice with neutralizing antibodies restored normal microglial chemotaxic responses and purinoceptorP2ry12gene expression, as well as mitigated secondary leakage. These results suggest that abnormal IFN-γ signaling disrupts microglial function in the diabetic brain, and that immunotherapies targeting IFN-γ can stimulate microglial repair of damaged vessels. SIGNIFICANCE STATEMENTAlthough Type 1 diabetes is an established risk factor for vascular complications, such as microbleeds, and is known to hinder wound healing in the body, no study has examined how diabetes impacts the brain's innate immune reparative response (involving cells called microglia) to vascular injury. Here we show that microglial responses to brain microbleeds were diminished in diabetic animals, which also exacerbated secondary leakage from damaged vessels. These impairments were related to abnormally high levels of the proinflammatory cytokine IFN-γ because reducing IFN-γ with immunosuppressant drugs or blocking antibodies helped restore normal microglial responses and repair of damaged vessels. These data highlight the use of IFN-γ modulating therapeutics to enhance vascular repair in at-risk populations.

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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,305
Écart entre enseignants0,259 · 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

Citations46
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207