Senescent-like microglia limit remyelination through the senescence associated secretory phenotype
Notice bibliographique
Résumé
The capacity to regenerate myelin in the central nervous system diminishes with age. This decline is particularly evident in multiple sclerosis (MS), a chronic demyelinating disease. Whether cellular senescence, a hallmark of aging, contributes to remyelination impairment remains unknown. Here, we show that senescent cells accumulate within demyelinated lesions after injury, and treatments with senolytics enhances remyelination in young and middle-aged mice but not aged mice. In young mice, we observe the upregulation of senescence-associated transcripts, primarily in microglia and macrophages, after demyelination, followed by a reduction during remyelination. However, in aged mice, senescence-associated factors persist within lesions, correlating with inefficient remyelination. Proteomic analysis of the senescence-associated secretory phenotype (SASP) reveals elevated levels of CCL11/Eotaxin-1 in lesions of aged mice, which is found to inhibit oligodendrocyte maturation. These results suggest therapeutic targeting of SASP components, such as CCL11, may improve remyelination in aging and MS. The impact of senescent cells on remyelination is unknown. Here, the authors show that treatment with senolytics following demyelination enhances remyelination in young, but not aged mice, and these effects are mediated by senescence-associated secretory phenotype factors including CCL11.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».