Suppression of experimental autoimmune encephalomyelitis using estrogen receptor-selective ligands
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
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.
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) | 0,001 | 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 découle