Activated microglia desialylate their surface, stimulating complement receptor 3‐mediated phagocytosis of neurons
Notice bibliographique
Résumé
The glycoproteins and glycolipids of the cell surface have sugar chains that normally terminate in a sialic acid residue, but inflammatory activation of myeloid cells can cause sialidase enzymes to remove these residues, resulting in desialylation and altered activity of surface receptors, such as the phagocytic complement receptor 3 (CR3). We found that activation of microglia with lipopolysaccharide (LPS), fibrillar amyloid beta (Aβ), Tau or phorbol myristate acetate resulted in increased surface sialidase activity and desialylation of the microglial surface. Desialylation of microglia by adding sialidase, stimulated microglial phagocytosis of beads, but this was prevented by siRNA knockdown of CD11b or a blocking antibody to CD11b (a component of CR3). Desialylation of microglia by a sialyl-transferase inhibitor (3FAx-peracetyl-Neu5Ac) also stimulated microglial phagocytosis of beads. Desialylation of primary glial-neuronal co-cultures by adding sialidase or the sialyl-transferase inhibitor resulted in neuronal loss that was prevented by inhibiting phagocytosis with cytochalasin D or the blocking antibody to CD11b. Adding desialylated microglia to glial-neuronal cultures, in the absence of neuronal desialylation, also caused neuronal loss prevented by CD11b blocking antibody. Adding LPS or Aβ to primary glial-neuronal co-cultures caused neuronal loss, and this was prevented by inhibiting endogenous sialidase activity with N-acetyl-2,3-dehydro-2-deoxyneuraminic acid or blockage of CD11b. Thus, activated microglia release a sialidase activity that desialylates the cell surface, stimulating CR3-mediated phagocytosis of neurons, making extracellular sialidase and CR3 potential treatment targets to prevent inflammatory loss of neurons.
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 | 0,000 | 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) | 0,001 | 0,001 |
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.
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 ».