<scp>hnRNP A1</scp> dysfunction in oligodendrocytes contributes to the pathogenesis of multiple sclerosis
Notice bibliographique
Résumé
Oligodendrocyte (OL) damage and death are prominent features of multiple sclerosis (MS) pathology, yet mechanisms contributing to OL loss are incompletely understood. Dysfunctional RNA binding proteins (RBPs), hallmarked by nucleocytoplasmic mislocalization and altered expression, have been shown to result in cell loss in neurologic diseases, including in MS. Since we previously observed that the RBP heterogeneous nuclear ribonucleoprotein A1 (hnRNP A1) was dysfunctional in neurons in MS, we hypothesized that it might also contribute to OL pathology in MS and relevant models. We discovered that hnRNP A1 dysfunction is characteristic of OLs in MS brains. These findings were recapitulated in the experimental autoimmune encephalomyelitis (EAE) mouse model of MS, where hnRNP A1 dysfunction was characteristic of OLs, including oligodendrocyte precursor cells and mature OLs in which hnRNP A1 dysfunction correlated with demyelination. We also found that hnRNP A1 dysfunction was induced by IFNγ, indicating that inflammation influences hnRNP A1 function. To fully understand the effects of hnRNP A1 dysfunction on OLs, we performed siRNA knockdown of hnRNP A1, followed by RNA sequencing. RNA sequencing detected over 4000 differentially expressed transcripts revealing alterations to RNA metabolism, cell morphology, and programmed cell death pathways. We confirmed that hnRNP A1 knockdown was detrimental to OLs and induced apoptosis and necroptosis. Together, these data demonstrate a critical role for hnRNP A1 in proper OL functioning and survival and suggest a potential mechanism of OL damage and death in MS that involves hnRNP A1 dysfunction.
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) | 0,000 | 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 | 0,000 |
| 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 ».