MétaCan
Menu
Retour à la cohorte
Enregistrement W3013401843 · doi:10.1038/s41467-020-15267-z

Microglial metabolic flexibility supports immune surveillance of the brain parenchyma

2020· article· en· W3013401843 sur OpenAlexafffund
Louis‐Philippe Bernier, Elisa M. York, Alireza Kamyabi, Hyun B. Choi, Nicholas L. Weilinger, Brian A. MacVicar

Notice bibliographique

RevueNature Communications · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensUniversity of British Columbia HospitalUniversity of British Columbia
Organismes subventionnairesInstitute of Neurosciences, Mental Health and AddictionCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaFondation LeducqMichael Smith Health Research BCGovernment of CanadaHeart and Stroke Foundation of Canada
Mots-clésParenchymaImmune systemImmune surveillanceMicrogliaFlexibility (engineering)InflammationMedicineImmunologyPathology

Résumé

récupéré en direct d'OpenAlex

Microglia are highly motile cells that continuously monitor the brain environment and respond to damage-associated cues. While glucose is the main energy substrate used by neurons in the brain, the nutrients metabolized by microglia to support surveillance of the parenchyma remain unexplored. Here, we use fluorescence lifetime imaging of intracellular NAD(P)H and time-lapse two-photon imaging of microglial dynamics in vivo and in situ, to show unique aspects of the microglial metabolic signature in the brain. Microglia are metabolically flexible and can rapidly adapt to consume glutamine as an alternative metabolic fuel in the absence of glucose. During insulin-induced hypoglycemia in vivo or in aglycemia in acute brain slices, glutaminolysis supports the maintenance of microglial process motility and damage-sensing functions. This metabolic shift sustains mitochondrial metabolism and requires mTOR-dependent signaling. This remarkable plasticity allows microglia to maintain their critical surveillance and phagocytic roles, even after brain neuroenergetic homeostasis is compromised.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,184
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,048
Tête enseignante GPT0,305
Écart entre enseignants0,257 · 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 tête enseignante, 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

Citations297
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207