Microglia depletion prior to lipopolysaccharide and paraquat treatment differentially modulates behavioral and neuronal outcomes in wild type and G2019S LRRK2 knock-in mice
Notice bibliographique
Résumé
BACKGROUND: Substantial data have implicated microglial-driven neuroinflammation in Parkinson's disease (PD) and environmental toxicants have been long expected as triggers of such inflammatory processes. Of course, these environmental insults act in the context of genetic vulnerability factors and in this regard, leucine rich repeat kinase 2 (LRRK2), may play a prominent role. METHODS: We used a double hit, lipopolysaccharide (LPS; endotoxin) followed by paraquat (pesticide toxicant) model of PD in mice with the most common LRRK2 mutation G2019S, knockin mice and wild type littermates. In order to assess the contribution of microglia, we depleted these cells (through 14 days of the CSF-1 antagonist, PLX-3397) prior to LPS and paraquat exposure. RESULTS: We found that the G2019S mice displayed the greatest signs of behavioral pathology, but that the PLX-3397 induced microglial depletion at the time of LPS exposure diminished toxicity and weight loss and blunted the reduction in home-cage activity with subsequent paraquat exposure. However, neither the PLX-3397 pre-treatment nor the G2019S mutation affected the LPS + paraquat induced loss of substantia nigra pars compacta (SNc) dopamine neurons or elevation of circulating immune (IL-6) or stress (corticosterone) factors. Intriguingly, microglial morphological ratings were basally enhanced in G2019S mice and the PLX-3397 pre-treatment reversed this effect. Moreover, PLX-3397 pre-treatment selectively elevated soluble a-synuclein and SIRT3 levels, while reducing SNc caspase-1 and 3, along with CX3CR1. Hence, the re-populated "new" microglia following cessation of PLX-3397 clearly had an altered phenotype or were immature at the time of sacrifice (i.e. after 11 days). CONCLUSIONS: Collectively, these findings suggest that G2019S knock-in and PLX-3397 microglial depletion at the time of LPS exposure affects behavioral, but not neurodegenerative responses to subsequent environmental toxin exposure.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».