Association of autoantibodies with Ku and DNA repair proteins in connective tissue diseases
Notice bibliographique
Résumé
OBJECTIVE: To analyse the autoimmune response to DNA damage response factors in systemic autoimmune rheumatic disease (SARD) patients and to determine their association with autoantibodies to Ku antigen. METHODS: We have screened the serum of 239 patients suffering from SARD, including systemic lupus erythematosus, systemic sclerosis and rheumatoid arthritis to detect the occurrence of autoantibodies to Ku and four other DNA damage response factors that form macromolecular complexes with Ku using an immunoprecipitation assay. RESULTS: We identified samples positive for autoantibodies to Ku (20.5%), DNA-dependent protein kinase catalytic subunit (DNA-PKcs, 8.4%) and poly(ADP-ribose) polymerase (5.9%), and report for the first time autoantibodies directed against two additional DNA repair proteins, Werner (6.3%) and Mre11 (9.6%). Remarkably, we found a striking correlation between the production of antibodies to Ku and the other four Ku-binding factors. Sixty-five percent of anti-Ku-positive sera were found to contain at least one of the four anti-DNA repair antibodies vs only 10% of the anti-Ku-negative sera. CONCLUSION: Our results suggest that the autoantibodies directed against Ku are elicited by macromolecular protein complexes containing Ku and the associated DNA damage proteins. The presence of autoantibodies directed against macromolecular complexes known to play roles in the DNA damage response provides evidence that B-cell responses to latent or persistent DNA damage may be present at the onset or during the development of autoimmunity in certain SARDs.
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 | 0,001 | 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 | 0,000 |
| 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 ».