An Inflammation Loop Orchestrated by S100A9 and Calprotectin Is Critical for Development of Arthritis
Notice bibliographique
Résumé
OBJECTIVE: The S100A9 and S100A8 proteins are highly expressed by neutrophils and monocytes and are part of a group of damage-associated molecular pattern molecules that trigger inflammatory responses. Sera and synovial fluids of patients with rheumatoid arthritis (RA) contain high concentrations of S100A8/A9 that correlate with disease activity. METHODS: In this study, we investigated the importance of S100A9 in RA by using neutralizing antibodies in a murine lipopolysaccharide-synchronized collagen-induced arthritis model. We also used an in vitro model of stimulation of human immune cells to decipher the role played by S100A9 in leukocyte migration and pro-inflammatory cytokine secretion. RESULTS: Treatment with anti-S100A9 antibodies improved the clinical score by 50%, diminished immune cell infiltration, reduced inflammatory cytokines, both in serum and in the joints, and preserved bone/collagen integrity. Stimulation of neutrophils with S100A9 protein led to the enhancement of neutrophil transendothelial migration. S100A9 protein also induced the secretion by monocytes of proinflammatory cytokines like TNFα, IL-1β and IL-6, and of chemokines like MIP-1α and MCP-1. CONCLUSION: The effects of anti-S100A9 treatment are likely direct consequences of inhibiting the S100A9-mediated promotion of neutrophil transmigration and secretion of pro-inflammatory cytokines from monocytes. Collectively, our results show that treatment with anti-S100A9 may inhibit amplification of the immune response and help preserve tissue integrity. Therefore, S100A9 is a promising potential therapeutic target for inflammatory diseases like rheumatoid arthritis for which alternative therapeutic strategies are needed.
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 ».