Live imaging of platelets and neutrophils during antibody-mediated neurovascular thrombosis
Notice bibliographique
Résumé
Immune complexes form in systemic disorders such as rheumatological, autoimmune, and allergic diseases or in response to infections or medications. Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) adenoviral vector vaccines have been associated with rare yet serious thrombotic complications in the brain due to the formation of immune complexes that activate platelets. There are currently no data visualizing the interplay of platelets with leukocytes and the brain vasculature endothelium in response to immune complexes. This is in part due to the absence of FcγRIIA in mice, a receptor for immune complexes implicated in these thrombotic incidents. Here, we describe and illustrate events at the cellular level that take place in the brain vasculature in response to systemic administration of surrogate immune complexes. We used Ly6gCre+/-::Rosa26-TdT+/-::CD41-YFP+/- mice expressing the FcγRIIA transgene and fluorescence in neutrophils and platelets. Using real-time videomicroscopy to capture high-velocity events in conjunction with unbiased computer-assisted analyses, we provide images and quantifications of the cellular responses downstream of FcγRIIA stimulation. We observed transient and stable platelet-neutrophil interactions, platelets forming thrombi, and neutrophil adhesion to blood vessel walls. This imaging approach in a quadruple transgenic animal model can be used for the study of the pathogenic roles of immune complexes in disease.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».