T cell miRNA in multiple sclerosis pathogenesis (P5209)
Notice bibliographique
Résumé
Abstract Multiple sclerosis (MS) is an immune-mediated disease that results in destruction of the myelin sheath and axonal degeneration. Interestingly, while myelin-specific T cells are present in peripheral blood mononuclear cells (PBMC) of both healthy controls and MS patients, they only become pathogenic in MS patients. This suggests that some regulatory checkpoint is bypassed in MS T cells, unleashing their autoimmune potential. By regulating protein-coding mRNAs, microRNAs (miRNAs) control important cellular processes. Specifically, we have previously shown that dysregulated miRNAs in MS patient’s naïve T cells promote pro-inflammatory Th1 immune responses. In this study, we explored whether differences in miRNA expression in memory T cells of MS patients further contribute to the pathogenesis of MS. Memory CD4 T cells were purified by magnetic bead sorting to 95% purity and subjected to a comprehensive Nanostring technology miRNA profiling. In a study on healthy (n=17) and seven MS patients (n=21), a number of miRs were found to be significantly different in MS compared to healthy controls. Among the identified miRs, many target genes known to be involved in T cell proliferation and apoptosis, activation, adhesion and regulation. These results identify miRNAs in memory T cells as MS biomarkers of biological significance and potential clinical value, and reveal potential new therapeutic targets in MS.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».