Targeting extracellular matrix components to attenuate microglia neuroinflammation: A study of fibulin-2 and CSPGs in a model of multiple sclerosis
Notice bibliographique
Résumé
The extracellular matrix (ECM) plays an important role in the central nervous system (CNS), shaping tissue structure and functions as well as contributing to the pathology of chronic diseases such as multiple sclerosis (MS). ECM components, including fibulin-2 (FBLN2) and chondroitin sulfate proteoglycans (CSPGs), may impact neuroinflammation and remyelination. We investigated the capacity of FBLN2 to modulate immune responses and evaluated its interaction with CSPGs in experimental autoimmune encephalomyelitis (EAE), a common model for MS. We show that FBLN2 deficiency in EAE mice reduced microglial pro-inflammatory activity, while effects on monocyte-derived macrophages and border-associated macrophages were less pronounced. Targeting FBLN2 and CSPGs individually, using FBLN2 −/− mice and the CSPG-synthesis inhibitor difluorosamine (DIF), respectively, enhanced recovery of disability and reduced neuroinflammation in EAE mice. However, their combined targeting did not result in additive therapeutic effects beyond either alone. This study underscores the complex regulatory roles of ECM components on neuroinflammation and provides insights into potential therapeutic strategies for neuroinflammatory diseases.
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 | 0,001 |
| 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 ».