Suppression of experimental autoimmune encephalomyelitis using estrogen receptor-selective ligands
Notice bibliographique
Résumé
Estrogens have been shown to modulate disease activity in experimental autoimmune encephalomyelitis (EAE), the mouse model for multiple sclerosis. Consistent with these findings, the severity of disease is reduced in pregnant women with multiple sclerosis when levels of estrogens are high. Estrogens bind to two known estrogen receptors (ER), ERalpha and ERbeta. The relative contribution of these receptors to estrogen-mediated suppression of EAE was explored using ER-selective ligands. The ER antagonist ICI 182 780 reversed the suppressive effects of 17beta-estradiol (E2), demonstrating that the protective effects of E2 on disease are dependent upon ER signaling. Treatment of SJL mice with the ERalpha-selective agonist proteolipid protein (PPT) prior to the induction of disease resulted in suppression of clinical symptoms of disease, whereas treatment with an ERbeta-selective agonist (WAY-202041) had no effect. Treatment of mice with PLP peptide 139-151 (PPT) was also associated with decreased immune responses associated with disease. Consistent with its lack of effect on disease, the ERbeta agonist had minimal effects on immune responses. The use of selective estrogen receptor modulators (SERMs) in this model was also explored, and we show that raloxifene and WAY-138923 were also effective in suppressing disease. These results demonstrate the beneficial effects of estrogen receptor ligands, in particular ERalpha-selective ligands, and may have implications in the development of therapeutic strategies for multiple sclerosis.
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) | 0,001 | 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 | 0,001 |
| 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 ».