Capturing T Lymphocytes’ Dynamic Interactions With Human Neural Cells Using Time-Lapse Microscopy
Notice bibliographique
Résumé
To fully perform their functions, T lymphocytes migrate within organs’ parenchyma and interact with local cells. Infiltration of T lymphocytes within the central nervous system (CNS) is associated with numerous neurodegenerative disorders. Nevertheless, how these immune cells communicate and respond to neural cells remains unresolved. To investigate the behavior of T lymphocytes that reach the CNS, we have established an in vitro co-culture model and analyzed the spatiotemporal interactions between human activated CD8+ T lymphocytes and primary human astrocytes and neurons using time-lapse microscopy. By combining multiple variables extracted from individual CD8+ T cell tracking, we show that CD8+ T lymphocytes adopt a more motile and exploratory behavior upon interacting with astrocytes than with neurons. Pretreatment of astrocytes or neurons with IL-1β to mimic in vivo inflammation significantly increases CD8+ T lymphocyte motility. Using visual interpretation and analysis of numerical variables extracted from CD8+ T cell tracking, we identified four distinct CD8+ T lymphocyte behaviors: scanning, dancing, poking and round. IL-1β-pretreatment significantly increases the proportion of scanning CD8+ T lymphocytes, which are characterized by active exploration, and reduces the proportion of round CD8+ T lymphocytes, which are less active. Blocking MHC class I on astrocytes significantly diminishes the proportion of poking CD8+ T lymphocytes, which exhibit synapse-like interactions. Lastly, our co-culture time-lapse model is easily adaptable and sufficiently sensitive and powerful to characterize and quantify spatiotemporal interactions between human T lymphocytes and primary human cells in different conditions while preserving viability of fragile cells such as neurons and astrocytes.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 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 ».