Dysfunctional RNA‐binding protein biology and neurodegeneration in experimental autoimmune encephalomyelitis in female mice
Notice bibliographique
Résumé
Abstract Altered stress granule (SG) and RNA‐binding protein (RBP) biology have been shown to contribute to the pathogenesis of several neurodegenerative diseases, yet little is known about their role in multiple sclerosis (MS). Pathological features associated with dysfunctional RBPs include RBP mislocalization from its normal nuclear location to the cytoplasm and the formation of chronic SGs. We tested the hypothesis that altered SG and RBP biology might contribute to the neurodegeneration in experimental autoimmune encephalomyelitis (EAE). C57BL/6 female mice were actively immunized with MOG 35‐55 to induce EAE. Spinal cords were examined for mislocalization of the RBPs, heterogeneous nuclear ribonucleoprotein A1 (hnRNP A1) and TAR‐DNA binding protein‐43 (TDP‐43), SGs, neurodegeneration (SMI‐32), T cells (CD3), and macrophages (CD68). In contrast to naive mice, mice with EAE showed SG formation ( p < 0.0001) and mislocalization of hnRNP A1 ( p < 0.05) in neurons of the ventral spinal cord gray matter, which correlated with clinical score ( R = 0.8104, p = 0.0253). In these same areas, there was a neuronal loss ( p < 0.0001) and increased SMI‐32 immunoreactivity (both markers of neurodegeneration) and increased staining for CD3 + T cells and IFN‐gamma. These findings recapitulate the SG and RBP biology and markers of neurodegeneration in MS tissues and suggest that altered SG and RBP biology contribute to the neurodegeneration in EAE, which might also apply to the pathogenesis of MS.
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 | 0,002 | 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 ».