Neuromodulation influences T lymphocyte calcium signaling and alpha synuclein clearance: implications for Parkinson’s disease
Notice bibliographique
Résumé
Along with the death of midbrain dopamine neurons, pathological accumulation of aggregated alpha synuclein (α-syn), often in the form of Lewy bodies, forms the hallmark pathological features of Parkinson’s disease (PD). Evidence of a neuroinflammatory response is a common secondary feature present in virtually all PD brains and is characterized by the presence of reactive microglial cells and signs of peripheral immune cell infiltration. Recent research has even suggested that PD might actually have an autoimmune component, as some PD patients express T cells that recognize epitopes specific to α-syn. Although neuromodulation is one of the leading treatment options for PD motor symptoms through regulating neuronal excitability, its impact on underlying α-syn and neuroimmune pathology remains poorly understood. While immune cells, such as T lymphocytes, have historically been thought to be non-excitable cells, their expression of L-type Ca 2+ channels may suggest otherwise. In fact, these channels are thought to have an important role in CD4 + and CD8 + T cell proliferation, survival and cytokine release. Since emerging evidence suggests α-syn-specific T cell responses may be important in PD, we posit that neuromodulatory treatments may be useful for “reprograming” T cell functioning. In this review, we will summarize the role of α-syn specific T cell responses in PD pathology and consider the role of L-type Ca 2+ channels on CD4 + and CD8 + T cells responses in the disease. We will then discuss the effect of neuromodulatory treatments on T cell-mediated immune responses and α-syn structure in an attempt to explain why treatments involving electrical stimulation are beneficial for PD 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».