Antiperlecan Antibodies Are Novel Accelerators of Immune-Mediated Vascular Injury
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Acute vascular rejection (AVR) is characterized by immune-mediated vascular injury and heightened endothelial cell (EC) apoptosis. We reported previously that apoptotic ECs release a bioactive C-terminal fragment of perlecan referred to as LG3. Here, we tested the possibility that LG3 behaves as a neoantigen, fuelling the production of anti-LG3 antibodies of potential importance in regulating allograft vascular injury. We performed a case-control study in which we compared anti-LG3 IgG titers in kidney transplant recipients with AVR (n=15) versus those with acute tubulo-interstitial rejection (ATIR) (n=15) or stable graft function (n=30). Patients who experienced AVR had elevated anti-LG3 titers pre and posttransplantation compared to subjects with ATIR or stable graft function (p<0.05 for both mediators). Elevated pretransplant anti-LG3 titers (OR: 4.62, 95% CI: 1.08-19.72) and pretransplant donor-specific antibodies (DSA) (OR 4.79, 95% CI: 1.03-22.19) were both independently associated with AVR. To address the functional role of anti-LG3 antibodies in AVR, we turned to passive transfer of anti-LG3 antibodies in an animal model of vascular rejection based on orthotopic aortic transplantation between fully MHC-mismatched mice. Neointima formation, C4d deposition and allograft inflammation were significantly increased in recipients of an ischemic aortic allograft passively transferred with anti-LG3 antibodies. Collectively, these data identify anti-LG3 antibodies as novel accelerators of immune-mediated vascular injury and obliterative remodeling.
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.
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 découle