Type 2 Deiodinase and Host Responses of Sepsis and Acute Lung Injury
Notice bibliographique
Résumé
The role of thyroid hormone metabolism in clinical outcomes of the critically ill remains unclear. Using preclinical models of acute lung injury (ALI), we assessed the gene and protein expression of type 2 deiodinase (DIO2), a key driver for synthesis of biologically active triiodothyronine, and addressed potential association of DIO2 genetic variants with ALI in a multiethnic cohort. DIO2 gene and protein expression levels in murine lung were validated by microarrays and immunoblotting. Lung injury was assessed by levels of bronchoalveolar lavage protein and leukocytes. Single-nucleotide polymorphisms were genotyped and ALI susceptibility association assessed. Significant increases in both DIO2 gene and D2 protein expression were observed in lung tissues from murine ALI models (LPS- and ventilator-induced lung injury), with expression directly increasing with the extent of lung injury. Mice with reduced levels of DIO2 expression (by silencing RNA) demonstrated reduced thyroxine levels in plasma and increased lung injury (increased bronchoalveolar lavage protein and leukocytes), suggesting a protective role for DIO2 in ALI. The G (Ala) allele of the Thr92Ala coding single-nucleotide polymorphism (rs225014) was protective in severe sepsis and severe sepsis-associated ALI after adjustments for age, sex, and genetic ancestry in a logistic regression model in European Americans. Our studies indicate that DIO2 is a novel ALI candidate gene, the nonsynonymous Thr92Ala coding variant of which confers ALI protection. Increased DIO2 expression may dampen the ALI inflammatory response, thereby strengthening the premise that thyroid hormone metabolism is intimately linked to the integrated response to inflammatory injury in critically ill 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) | 0,000 | 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 | 0,000 | 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 ».