The Role of Disease-Associated Microglia in Neurodegenerative Disease: A Review
Notice bibliographique
Résumé
Microglia are tissue-resident macrophages of the central nervous system and peripheral nervous system and mediate homeostasis, surveillance and clearance of foreign particles, and neuroinflammation. Advancements in single-cell RNA sequencing analyses have enabled the identification of a novel subset of microglia, termed disease-associated microglia (DAM), which localize to sites of neurodegeneration and exhibit a unique transcriptional and functional signature. This review examines characteristics of DAM, activation patterns, and specific implications for DAM in Alzheimer’s Disease, Parkinson’s Disease, Amyotrophic Lateral Sclerosis, and Multiple Sclerosis. Sources were identified from the NCBI PubMed database through a database search as well as manual identification. Keywords such as “disease-associated microglia” and “neurodegenerative” were incorporated into the search method and results were compiled into a literature review. Results show a consistent shift in gene expression in DAM, including downregulation of homeostatic genes, such as P2ry12, Cx3cr1, and Tmem119, and upregulation of phagocytic and metabolic genes, such as Apoe, Lpl, Trem2, and Itgax. Additionally, DAM recognize neurodegeneration-associated molecular patterns (NAMPs) across multiple pathologies and may become activated in a two-step sequential process, in which TREM2 is required for full transcriptional activation. Our results suggest that DAM exhibit a unique transcriptional and functional signature relative to other microglial subsets and that future research is necessary to understand whether DAM contribute to or ameliorate neurodegeneration, offering potential insights for druggable targets.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,005 |
| 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 ».