Treatment of Autoimmune Arthritis Using RNA Interference-Modulated Dendritic Cells
Notice bibliographique
Résumé
Dendritic cells (DCs) have a dual ability to either stimulate or suppress immunity, which is primarily associated with the expression of costimulatory molecules. Ag-loaded DCs have shown encouraging clinical results for treating cancer and infectious diseases; however, the use of these cells as a means of suppressing immune responses is only recently being explored. Here, we describe the induction of RNA interference through administering short interfering RNA (siRNA) as a means of specifically generating tolerogenic DCs. Knockdown of CD40, CD80, and CD86, prior to loading DCs with the arthritogenic Ag collagen II, led to a population of cells that could effectively suppress onset of collagen-induced arthritis. Maximum benefits were observed when all three genes were concurrently silenced. Disease suppression was associated with inhibition of collagen II-specific Ab production and suppression of T cell recall responses. Downregulation of IL-2, IFN-gamma, TNF-alpha, and IL-17 and increased FoxP3(+) cells with regulatory activity were observed in collagen-induced arthritis mice treated with siRNA-transfected DCs. Collectively, these data support the use of ex vivo gene manipulation in DCs using siRNA to generate tailor-made tolerogenic vaccines for treating autoimmunity.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».