Preactivation of the interferon signalling in liver is correlated with nonresponse to interferon alpha therapy in patients chronically infected with hepatitis B virus
Notice bibliographique
Résumé
Interferon alpha (IFN-α) therapy is widely used to treat patients with chronic hepatitis B (CHB) but the sustained response rate is low, and the molecular mechanisms for the ineffectiveness of IFN-α treatments are not known. We screened differentially expressed genes between responders (Rs) and nonresponders (NRs) in patients with CHB treated with IFN-α to explore the molecular basis for treatment failure. Expression profiling was performed on percutaneous needle liver biopsy specimens taken before therapy. Gene expression levels were compared between seven patients who did not respond to therapy (NR) and six who did respond (R). Gene ontology category and KEGG pathway were analysed for differentially expressed genes, and the selected differentially expressed genes were confirmed using real-time polymerase chain reaction. We identified 3592 genes whose expression levels differed significantly between all Rs and NRs (P < 0.05); many of these genes are IFN-stimulated genes (ISGs) and immune-related genes. The ISGs were more highly expressed, while immune-related genes were inhibited in NRs before IFN-α treatment. Two ISGs (CEB1 and USP18) that are linked in an IFN inhibitory pathway are highly expressed in NRs, and a potential antiviral gene ISG20 was inhibited in NRs, suggesting a possible rationale for treatment nonresponse. Patients who do or do not respond to IFN have different liver gene expression profiles before IFN-α treatment. Preactivation of the IFN signalling pathway leading to the increased expression of inhibitory ISGs and inhibition of immune response in the pretreatment livers was associated with treatment failure.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».