MCAM+ brain endothelial cells contribute to neuroinflammation by recruiting pathogenic CD4+ T lymphocytes
Notice bibliographique
Résumé
The trafficking of autoreactive leucocytes across the blood-brain barrier endothelium is a hallmark of multiple sclerosis pathogenesis. Although the blood-brain barrier endothelium represents one of the main CNS borders to interact with the infiltrating leucocytes, its exact contribution to neuroinflammation remains understudied. Here, we show that Mcam identifies inflammatory brain endothelial cells with pro-migratory transcriptomic signature during experimental autoimmune encephalomyelitis. In addition, MCAM was preferentially upregulated on blood-brain barrier endothelial cells in multiple sclerosis lesions in situ and at experimental autoimmune encephalomyelitis disease onset by molecular MRI. In vitro and in vivo, we demonstrate that MCAM on blood-brain barrier endothelial cells contributes to experimental autoimmune encephalomyelitis development by promoting the cellular trafficking of TH1 and TH17 lymphocytes across the blood-brain barrier. Last, we showcase ST14 as an immune ligand to brain endothelial MCAM, enriched on CD4+ T lymphocytes that cross the blood-brain barrier in vitro, in vivo and in multiple sclerosis lesions as detected by flow cytometry on rapid autopsy derived brain tissue from multiple sclerosis patients. Collectively, our findings reveal that MCAM is at the centre of a pathological pathway used by brain endothelial cells to recruit pathogenic CD4+ T lymphocyte from circulation early during neuroinflammation. The therapeutic targeting of this mechanism is a promising avenue to treat multiple sclerosis.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».