A PROTEASOME INHIBITOR EFFECTIVELY PREVENTS MOUSE HEART ALLOGRAFT REJECTION1
Notice bibliographique
Résumé
BACKGROUND: We have previously demonstrated in vitro that proteasome inhibitors could suppress proliferation and induce apoptosis of activated T cells. This finding suggests that such inhibitors could be used as a novel category of immunosuppressants in blocking allograft rejection. METHODS: The proteasome inhibitor dipeptide boronic acid (DPBA) was tested in vitro for its inhibitory effect on mouse T-cell proliferation and lymphokine secretion. DPBA was also used in vivo to treat mouse heterotopic heart allograft rejection. Possible side effects of this compound were examined according to blood chemistry of mice treated with DPBA. RESULTS: DPBA suppressed the T-cell proliferation and potently inhibited interleukin (IL)-2, IL-6, IL-10, IL-13, and IFN-gamma produced by anti-CD3-activated T cells. Given i.p. starting 1 day after transplantation at 0.66 mg/kg per day for 16 days, or at 1 mg/kg per day for 4 days followed by 0.5 mg/kg per day for 12 days, DPBA could prolong heart allograft survival to 35.5 days (mean survival time, MST) and to 36.2 days, respectively. The control group had MST of 7.3 days. When administrated 72 hr post operation at 1 mg/kg per day for 4 days, DPBA could prolong the graft survival to 19.8 days. During the course of these effective dosages, DPBA had no apparent toxicity in the liver, kidney, pancreas, or heart, according to analysis of blood chemistry. CONCLUSIONS: The proteasome inhibitor could repress allograft rejection in mice without apparent side-effects at the effective dosages. This finding has opened a new dimension in development of novel immunosuppressants for organ transplantation.
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 ».