Proteinase 3 and neutrophil elastase enhance inflammation in mice by inactivating antiinflammatory progranulin
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Neutrophil granulocytes form the body's first line of antibacterial defense, but they also contribute to tissue injury and noninfectious, chronic inflammation. Proteinase 3 (PR3) and neutrophil elastase (NE) are 2 abundant neutrophil serine proteases implicated in antimicrobial defense with overlapping and potentially redundant substrate specificity. Here, we unraveled a cooperative role for PR3 and NE in neutrophil activation and noninfectious inflammation in vivo, which we believe to be novel. Mice lacking both PR3 and NE demonstrated strongly diminished immune complex-mediated (IC-mediated) neutrophil infiltration in vivo as well as reduced activation of isolated neutrophils by ICs in vitro. In contrast, in mice lacking just NE, neutrophil recruitment to ICs was only marginally impaired. The defects in mice lacking both PR3 and NE were directly linked to the accumulation of antiinflammatory progranulin (PGRN). Both PR3 and NE cleaved PGRN in vitro and during neutrophil activation and inflammation in vivo. Local administration of recombinant PGRN potently inhibited neutrophilic inflammation in vivo, demonstrating that PGRN represents a crucial inflammation-suppressing mediator. We conclude that PR3 and NE enhance neutrophil-dependent inflammation by eliminating the local antiinflammatory activity of PGRN. Our results support the use of serine protease inhibitors as antiinflammatory agents.
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.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 découle