Pathogenic role of autoantibodies at the ependyma in autoimmune disorders of the central nervous system
Notice bibliographique
Résumé
Ependymal cells make up the epithelial monolayer that lines the brain ventricles and the spinal cord central canal that are filled with cerebrospinal fluid. The ependyma has several functions, including regulating solute exchange between the cerebrospinal fluid and parenchyma, controlling microcirculation of cerebrospinal fluid via coordinated ciliary beating, and acting as a partial barrier. Dysregulation of these functions can lead to waste clearance impairment, cerebrospinal fluid accumulation, hydrocephalus, and more. A role for ependymal cells in a variety of neurological disorders has been proposed, including in neuromyelitis optica and multiple sclerosis, two autoimmune demyelinating diseases of the central nervous system, where periventricular damage is common. What is not known is the mechanisms behind how ependymal cells become dysregulated in these diseases. In neuromyelitis optica, it is well established that autoantibodies directed against Aquaporin-4 are drivers of disease, and it has been shown recently that these autoantibodies can drive ependymal cell dysregulation. We propose a similar mechanism is at play in multiple sclerosis, where autoantibodies targeting a glial cell protein called GlialCAM on ependymal cells are contributing to disease. GlialCAM shares high molecular similarities with the Epstein-Barr virus (EBV) protein EBNA1. EBV has recently been shown to be necessary for multiple sclerosis initiation, yet how EBV mediates pathogenesis, especially in the periventricular area, remains elusive. In this perspective article, we discuss how ependymal cells could be targeted by antibody-related autoimmune mechanisms in autoimmune demyelinating diseases and how this is implicated in ventricular/periventricular pathology.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».