Follicle on the Roof: Tertiary Lymphoid Structures in Central Nervous System Autoimmunity
Notice bibliographique
Résumé
Leptomeningeal tertiary lymphoid structures (TLS) have emerged as a relatively common pathological feature of autoimmune disease, including multiple sclerosis (MS) and particularly in people with progressive and nonremitting MS. These ectopic lymphoid aggregates, observed in the leptomeninges adjacent to so-called "Type 3" sub-pial cortical lesions, are associated with more severe gray matter damage and worse clinical outcomes. Mouse models of MS that recapitulate TLS formation in the central nervous system (CNS) have provided critical insights into the mechanisms driving their development and maintenance. In these models of experimental autoimmune encephalomyelitis (EAE) initiation of TLS is facilitated by Th17 cells, which promote chronic inflammation via cytokines such as IL-17 and GM-CSF. The cell surface expression of lymphotoxin-α and lymphotoxin-β heterotrimers (LTαβ) on lymphocytes, including Th17 cells, elaborates the organization of ectopic lymphoid tissues via LTβR signaling on radio-resistant stromal cells and resident fibroblasts. Ultimately a pro-inflammatory environment characterized by cytokines such as IL-17 and GM-CSF promotes the recruitment of neutrophils which produce proteases and chemokines that sustain a pro-inflammatory milieu. Emerging EAE data suggest that disrupting TLS organization or targeting key pathways involved in their maintenance could represent promising strategies for modulating chronic CNS inflammation in MS. Understanding the cellular and molecular mechanisms regulating TLS dynamics is therefore critical for the development of therapies aimed at halting or reversing nonremitting MS disease.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».