Effects of IFN-B on TRAIL and Decoy Receptor Expression in Different Immune Cell Populations from MS Patients with Distinct Disease Subtypes
Notice bibliographique
Résumé
Using quantitative RT-PCR, we compared mRNA levels for TRAIL [tumor necrosis factor (TNF)-related apoptosis-inducing ligand] and its receptors in various immune cell subsets derived from the peripheral blood of untreated normal subjects (NS) and patients with distinct subtypes of multiple sclerosis (MS): active relapsing-remitting MS (RRA), quiescent relapsing-remitting MS (RRQ), secondary-progressive MS (SPMS) or primary-progressive MS (PPMS). Consistent with a role for TRAIL in the mechanism of action of interferon-β (IFN-β), TRAIL mRNA levels were increased in monocytes from patients clinically responsive to IFN-β (RRQ) but not those unresponsive to this therapeutic (RRA). TRAIL-R3 (decoy receptor) expression was elevated in T cells from untreated RRMS patients while IFN-β therapy reversed this increase suggesting that IFN-β may promote the apoptotic elimination of autoreactive T cells by increasing the amount of TRAIL available to activate TRAIL death receptors. Serum concentrations of soluble TRAIL were increased to a similar extent by IFN-β therapy in RRQ, RRA and SPMS patients that had not generated neutralizing antibodies against this cytokine. Although our findings suggest altered TRAIL signaling may play a role in MS pathogenesis and IFN-β therapy, they do not support use of TRAIL as a surrogate marker for clinical responsiveness to this therapeutic.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».