MétaCan
Menu
Retour à la cohorte
Enregistrement W3108198898 · doi:10.1186/s12974-020-02032-8

An allosteric interleukin-1 receptor modulator mitigates inflammation and photoreceptor toxicity in a model of retinal degeneration

2020· article· en· W3108198898 sur OpenAlexafffund
Rabah Dabouz, Colin W. H. Cheng, Pénélope Abram, Samy Omri, Gaël Cagnone, Khushnouma Virah Sawmy, Jean‐Sébastien Joyal, Michel Desjarlais, David M. Olson, Alexander G. Weil, William D. Lubell, José Carlos Rivera, Sylvain Chemtob

Notice bibliographique

RevueJournal of Neuroinflammation · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensMcGill UniversityUniversité de MontréalUniversity of AlbertaHôpital Maisonneuve-RosemontCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésPhotoreceptor cellRetinal degenerationInflammationBiologyRetinalProgrammed cell deathRetinaInterleukin 1 receptor antagonistMicrogliaProinflammatory cytokineInterleukinNeurodegenerationCell biologyCytokineApoptosisReceptorImmunologyReceptor antagonistMedicinePathologyNeuroscienceAntagonistBiochemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Inflammation and particularly interleukin-1β (IL-1β), a pro-inflammatory cytokine highly secreted by activated immune cells during early AMD pathological events, contribute significantly to retinal neurodegeneration. Here, we identify specific cell types that generate IL-1β and harbor the IL-1 receptor (IL-1R) and pharmacologically validate IL-1β's contribution to neuro-retinal degeneration using the IL-1R allosteric modulator composed of the amino acid sequence rytvela (as well as the orthosteric antagonist, Kineret) in a model of blue light-induced retinal degeneration. METHODS: Mice were exposed to blue light for 6 h and sacrificed 3 days later. Mice were intraperitoneally injected with rytvela, Kineret, or vehicle twice daily for 3 days. The inflammatory markers F4/80, NLRP3, caspase-1, and IL-1β were assessed in the retinas. Single-cell RNA sequencing was used to determine the cell-specific expression patterns of retinal Il1b and Il1r1. Macrophage-induced photoreceptor death was assessed ex vivo using retinal explants co-cultured with LPS-activated bone marrow-derived macrophages. Photoreceptor cell death was evaluated by the TUNEL assay. Retinal function was assessed by flash electroretinography. RESULTS: mononuclear phagocytes was clearly detected in the subretinal space, suggesting that these inflammatory cells are the main source of IL-1β. Single-cell RNA sequencing confirmed the immune-specific expression of Il1b and notably perivascular macrophages in light-challenged mice, while Il1r1 expression was found primarily in astrocytes, bipolar, and vascular cells. Retinal explants co-cultured with LPS/ATP-activated bone marrow-derived macrophages displayed a high number of TUNEL-positive photoreceptors, which was abrogated by rytvela treatment. IL-1R antagonism significantly mitigated the inflammatory response triggered in vivo by blue light exposure, and rytvela was superior to Kineret in preserving photoreceptor density and retinal function. CONCLUSION: These findings substantiate the importance of IL-1β in neuro-retinal degeneration and revealed specific sources of Il1b from perivascular MPs, with its receptor Ilr1 being separately expressed on surrounding neuro-vascular and astroglial cells. They also validate the efficacy of rytvela-induced IL-1R modulation in suppressing detrimental inflammatory responses and preserving photoreceptor density and function in these conditions, reinforcing the rationale for clinical translation.

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)0,000
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 enseignants0,376
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,266
Écart entre enseignants0,241 · 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

Citations37
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroinflammationMême sujetRetinal Diseases and TreatmentsTravaux en français237 207