Neuroserpin, a thrombolytic serine protease inhibitor (serpin), blocks transplant vasculopathy with associated modification of T-helper cell subsets
Notice bibliographique
Résumé
Thrombolytic serine proteases not only initiate fibrinolysis, but also are up-regulated in vascular disease and acute inflammatory responses. Although the serine protease inhibitor (serpin) plasminogen activator inhibitor-1 (PAI-1) is considered a main regulator of thrombolysis, PAI-1 is also associated with vascular inflammation. The role of other serpins that target thrombolytic proteases, PAI-2, PAI-3, and neuroserpin (NSP), in vascular inflammation is, however, less well defined. NSP is a mammalian serpin that, similar to PAI-1, inhibits urokinase- and tissue-type plasminogen activators (uPA and tPA, respectively) and has been most closely associated with the nervous system, with a demonstrated protective role after cerebral infarction in mouse models. However, the role of NSP in systemic arterial inflammation and plaque growth is not known. Serp-1 is a myxoma viral serpin that also inhibits tPA and uPA, as well as additionally inhibiting plasmin and factor Xa (fXa). Serp-1 has proven highly potent anti-inflammatory and anti-atherogenic activity. Here we assess the effects of NSP treatment on plaque growth and T-helper (Th) lymphocyte activity in a mouse aortic allograft transplant model, with comparison to Serp-1. NSP and Serp-1 both significantly reduced plaque growth and T-cell invasion. T-bet (a Th1 differentiation marker) was significantly reduced in transplanted aorta with associated reductions in Th1 and Th17, but not Th2, in splenocytes. NSP had additional Th modifying activity in non-transplanted mice. In summary, this is the first report that NSP possesses anti-inflammatory activity in systemic arteries, modifying Th cell responses and significantly reducing plaque growth in mouse aortic allografts.
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 | 0,000 |
| 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) | 0,000 | 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 ».