MétaCan
Menu
Retour à la cohorte
Enregistrement W4409916110 · doi:10.1212/nxi.0000000000200404

Extracellular Vesicle Marker Changes Associated With Disease Activity in Relapsing-Remitting Multiple Sclerosis

2025· article· en· W4409916110 sur OpenAlexaff
Victoria Lim Falk, Nicole Mueller‐Wirth, Dimitris Karathanasis, Maria‐Eleftheria Evangelopoulos, Aleksandra Maleska Maceski, Amar Zadic, Jens Kühle, Cornelia Schlup, Stefanie Marti, Kirsten Guse, Andrew Chan, Vincent Pernet

Notice bibliographique

RevueNeurology Neuroimmunology & Neuroinflammation · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésRelapsing remittingMultiple sclerosisExtracellular vesiclesExtracellularExtracellular vesicleDiseaseMedicineNeuroscienceImmunologyChemistryBiologyPathologyMicrovesiclesCell biologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Multiple sclerosis (MS), neuromyelitis optica spectrum disorder (NMOSD), and myelin oligodendrocyte glycoprotein antibody-associated disease (MOGAD) are autoimmune disorders of the CNS causing severe neurologic impairment. Evidence suggests that extracellular vesicles (EVs) may play a disease-specific role in the orchestration of the immune cell response of MS, NMOSD, and MOGAD. In addition, EVs are considered as a potential source of biomarkers that may allow us to establish molecular signatures for these diseases and perhaps as well to follow treatment effects and disease progression. The aim of this study was to analyze the composition of EVs in patients with relapsing-remitting MS (RRMS) (n = 52), NMOSD (n = 19), and MOGAD (n = 10) and healthy controls ([HCs], n = 15). METHODS: The concentrations of neurofilament light chain (NfL) and glial fibrillary acidic protein (GFAP) were determined in plasma using single-molecule array (SIMOA). The size and concentration of tetraspanin-presenting EVs were evaluated in plasma samples with a single-particle interferometric resonance imaging sensor (SP-IRIS). Tetraspanin-independent analyses were performed by nanoparticle-tracking analysis (NTA) after EV isolation by size exclusion (SmartSEC) and cryo-electron microscopy observations. EV epitopes were analyzed by extended multiplex analysis using flow cytometry. RESULTS: The plasma concentration of NfL and GFAP was significantly higher in patients with RRMS than in HCs. For patients with NMOSD, only GFAP increased. The density of EVs assessed by NTA was lower in plasma of patients with RRMS than in HC plasma. In addition, the 3 disease groups presented increased mean EV sizes in comparison with HCs. Tetraspanin-based EV analyses by SP-IRIS allowed us to observe a modest difference in the level of CD81 in RRMS EVs. In patients with RRMS, but not in those with NMOSD and MOGAD, multiplex/flow cytometry analyses revealed changes in the EV levels of CD29, CD31, and CD69 associated with the time elapsed since the last relapse. The negative correlations established between the vesicular levels of CD31, CD40, CD44, CD49c, CD69, and NfL or GFAP z-scores suggest a negative relationship specifically in RRMS. DISCUSSION: We speculate that the higher release of EVs containing CD29, CD31, CD40, CD44, CD49c, and CD69 in plasma, at low levels of circulating NfL/GFAP, may be associated with reduced immune cell activity in RRMS. These EV markers may characterize patients with RRMS in disease stabilization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,789
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,215
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurology Neuroimmunology & NeuroinflammationMême sujetExtracellular vesicles in diseaseTravaux en français237 207