Microglia-mediated neuron death requires TNF and is exacerbated by mutant Huntingtin
Notice bibliographique
Résumé
Microglia, the resident immune cells of the brain, regulate the balance of inflammation in the central nervous system under healthy and pathogenic conditions. Huntington’s disease (HD) is a chronic neurodegenerative disease characterized by activated microglia and elevated concentrations of pro-inflammatory cytokines within the brain. Chronic hyperactivation of microglia is associated with brain pathology and eventual neuron death. However, it is unclear which specific cytokines are required for neuron death and whether HD neurons may be hypersensitive to neuroinflammation. We assessed the profile of microglia-secreted proteins in response to LPS and IFNγ, and a conditioned media paradigm was used to examine the effects of these secreted proteins on cultured neuronal cells. ST Hdh Q7/Q7 and ST Hdh Q111/Q111 neuronal cells were used to model wild-type and HD neurons, respectively. We determined that ST Hdh Q111/Q111 cells were hypersensitive to pro-inflammatory factors secreted by microglia, and that TNF was required to induce neuronal death. Microglia-mediated neuronal death could be effectively halted through the use of JAK-STAT or TNF inhibitors which supported the requirement for TNF as well as IFNγ in the process of secondary neurotoxicity. Further data derived from human HD patients as well as HD mice were suggestive of enhanced receptor density for TNF (TNFR1) and IFNγ (IFNGR) which could sensitize the HD brain to these cytokines. This highlights several potential mechanisms by which microglia may induce neuronal death and suggests that these mechanisms may be upregulated in the brain of HD patients.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».