IL-33 regulates Müller cell-mediated retinal inflammation and neurodegeneration in diabetic retinopathy
Notice bibliographique
Résumé
Diabetic retinopathy (DR) is characterised by dysfunction of the retinal neurovascular unit, leading to visual impairment and blindness. Müller cells are key components of the retinal neurovascular unit and diabetes has a detrimental impact on these glial cells, triggering progressive neurovascular pathology of DR. Amongst many factors expressed by Müller cells, interleukin-33 (IL-33) has an established immunomodulatory role, and we investigated the role of endogenous IL-33 in DR. The expression of IL-33 in Müller cells increased during diabetes. Wild-type and Il33-/- mice developed equivalent levels of hyperglycaemia and weight loss following streptozotocin-induced diabetes. Electroretinogram a- and b-wave amplitudes, neuroretina thickness, and the numbers of cone photoreceptors and ganglion cells were significantly reduced in Il33-/- diabetic mice compared with those in wild-type counterparts. The Il33-/- diabetic retina also exhibited microglial activation, sustained gliosis, and upregulation of pro-inflammatory cytokines and neurotrophins. Primary Müller cells from Il33-/- mice expressed significantly lower levels of neurotransmitter-related genes (Glul and Slc1a3) and neurotrophin genes (Cntf, Lif, Igf1 and Ngf) under high-glucose conditions. Our results suggest that deletion of IL-33 promotes inflammation and neurodegeneration in DR, and that this cytokine is critical for regulation of glutamate metabolism, neurotransmitter recycling and neurotrophin secretion by Müller 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 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 ».