T-cells from NOD-<i>PerIg</i> mice transfer aggressive peripheral neuritis to NOD. <i>scid</i> recipients
Notice bibliographique
Résumé
Abstract Recently, we created NOD mice transgenically expressing a peripherin reactive B cell receptor (BCR) inducing rapid onset T1D (NOD-PerIg). We unexpectedly discovered that in addition to T1D, NOD.scid recipients receiving transferred NOD-PerIg T-cells or whole splenocytes developed a visible hind leg weakness caused by aggressive limb neuritis. Neurobehavior phenotyping failed to uncover any measurable clinical metric that could predict onset of visible hind leg symptoms. Nerve conduction velocities were measured on hind limbs in mice that made it to the critical 15-weeks post transfer window, and revealed that most mice with clinical symptoms of neuritis had little to no discernible nerve conduction, while those without clinical symptoms of neuritis had near normal NOD.scid-like levels of nerve conduction. A longitudinal flow cytometry analysis of sciatic nerves at onset of diabetes, onset of visible hind leg symptoms, or at the end of incidence revealed that mice with clinical symptoms of neuritis had increased CD45+ cells amongst live cells compared to controls, and increased T-cells amongst CD45+ cells compared to both controls and mice without clinical symptoms. Depletion of either CD4 or CD8 T-cells after transfer of whole NOD-PerIg splenocytes led to the complete prevention of diabetes development. Interestingly, CD4 but not CD8 T-cell depletion led to the absence of any clinical manifestation of neuritis by 20 weeks post transfer. Finally, we have observed lymphocyte infiltration in both primary NOD-PerIg and NOD mice, likely explaining the occasional NOD mouse that has developed neuritis in The Jackson Laboratory’s extensive NOD collection.
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 | 0,001 |
| 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 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 ».