MicroRNA-132 regulates quinolinic acid production in the brain during LPS-induced neuroinflammation
Notice bibliographique
Résumé
Background The kynurenine pathway (KP) plays a major role in neuroinflammation by converting the amino acid tryptophan into a variety of neuroactive products, including neurotoxic quinolinic acid (QUIN). The gene expression regulatory role of microRNAs in neuroinflammation is well documented; however, their impact on KP in the brain remains unexplored. Methods In this study, we investigated whether the neuroimmune miR-132/212 cluster regulates one or more members of the KP during lipopolysaccharide (LPS)-induced neuroinflammation in vivo in mice and in vitro in BV-2 microglial cells. Results In wildtype mice, we demonstrated that a subtoxic dose of LPS triggers a significant neuroinflammatory response with upregulation of KP enzymes, particularly kynurenine 3-monooxygenase (KMO), a key enzyme in QUIN synthesis, leading to elevated brain levels of this neurotoxic metabolite. Interestingly, KMO expression and activity remained elevated in miR-132/212 knockout mice after post-inflammation resolution. In vitro experiments using BV-2 microglial cells showed that miR-132 overexpression led to downregulation of KMO expression and enzyme activity and reduced QUIN levels without altering the microglial activation status. Conclusion Collectively, these findings suggest that the miR-132/212 cluster functions as a novel modulator of KP metabolism during LPS-induced inflammation, and acts as a potential therapeutic target for controlling neurotoxic QUIN accumulation in neuroinflammatory conditions.
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 ».