High-parameter Cytometry Unmasks Microglial Cell Spatio-temporal Response Kinetics in Severe Neuroinflammatory Disease.
Notice bibliographique
Résumé
Abstract Background:Differentiating infiltrating myeloid cells from resident microglia in neuroinflammatory disease is challenging, because bone marrow-derived inflammatory monocytes infiltrating the inflamed brain adopt a ‘microglia-like’ phenotype. This precludes the accurate identification of either cell type without genetic manipulation, which is important to understand their temporal contribution to disease and inform effective intervention in its pathogenesis. During West Nile virus (WNV) encephalitis, widespread neuronal infection drives substantial CNS infiltration of inflammatory monocytes, causing severe immunopathology and/or death, but the role of microglia in this remains unclear. Methods:Using high-parameter cytometry and dimensionality-reduction, we devised a simple, novel gating strategy to identify microglia and infiltrating myeloid cells under extreme inflammatory conditions. Validating our strategy we 1) blocked the entry of infiltrating myeloid populations from peripheral blood using monoclonal blocking antibodies, 2) adoptively transferred BM-derived monocytes and tracked their phenotypic changes after infiltration and 3) labelled peripheral leukocytes that infiltrate into the brain with an intravenous dye. We demonstrated that myeloid immigrants populated only the identified macrophage gates, while PLX5622 depletion reduced all 4 subsets defined by the microglial gates. Results:Using this novel gating approach, we identified four consistent microglia subsets in the homeostatic and WNV-infected brain. These were P2RY12hiCD86-, P2RY12hiCD86+, and P2RY12loCD86- P2RY12loCD86+. During infection, 2 further populations were identified as inflammatory and microglia-like macrophages, recruited from the bone marrow. Detailed kinetic analysis showed significant increases in the proportions of both P2RY12lo microglia subsets in all anatomical areas, largely at the expense of the P2RY12hiCD86- subset, with the latter undergoing compensatory proliferation, suggesting replenishment of, and differentiation from this subset in response to infection. Microglia altered their morphology early in infection, with all cells adopting temporal and regional disease-specific phenotypes. Late in disease, microglia produced IL-12, downregulated CX3CR1, F4/80 and TMEM119 and underwent apoptosis. Infiltrating macrophages expressed both TMEM119 and P2RY12 de novo, with the microglia-like subset notably exhibiting the highest proportional myeloid population death. Conclusions:Our approach enables detailed kinetic analysis of resident vs infiltrating myeloid cells in a wide range of neuroinflammatory models without non-physiological manipulation. This will more clearly inform potential therapeutic approaches that specifically modulate these cells.
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 | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».