Eukaryotic Translation Initiation Factor 5A Small Interference RNA–Liposome Complexes Reduce Inflammation and Increase Survival in Murine Models of Severe Sepsis and Acute Lung Injury
Notice bibliographique
Résumé
BACKGROUND: Many novel therapeutics have failed to reduce all-cause mortality associated with severe sepsis. Eukaryotic translation initiation factor 5A (eIF5A) is a regulator of apoptosis as well as inflammatory cell activation, making it a potential target for sepsis therapy. METHODS: In a murine model of severe sepsis, mice were intraperitoneally challenged with lipopolysaccharide (LPS). Mice were treated both before and after LPS challenge with liposome complexes containing either an eIF5A-specific or control small interference RNA (siRNA), and both survival and serum concentrations of inflammatory cytokines were monitored. The ability of eIF5A siRNA to reduce inflammatory cytokines was also tested in a model of acute lung injury established by intranasal administration of LPS to mice. RESULTS: There was a statistically significant increase in the rate of survival for mice intraperitoneally challenged with LPS that received eIF5A siRNA, compared with that noted for mice that received control siRNA (71% vs. 5%; P< .001), as well as a reduction in cytokine expression in serum. Concentrations of proinflammatory cytokines were also reduced in the lung homogenates and serum of mice that were intranasally challenged with LPS and received eIF5A siRNA (P< or = .05). CONCLUSIONS: eIF5A siRNA-liposome complexes reduced inflammation and contributed to increased survival in a model of severe sepsis, decreased inflammation in a model of acute lung injury, and should be considered for clinical use.
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) | 0,001 | 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 | 0,001 | 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 ».