Phospholipid-binding proteins differ in their capacity to induce autoantibodies and murine systemic lupus erythematosus
Notice bibliographique
Résumé
We have previously shown that immunization of nonautoimmune mice with the phospholipid-binding protein β2-glycoprotein I (β2GPI), in combination with lipopolysaccharide (LPS), induces a murine model of systemic lupus erythematosus (SLE), with sequential emergence of autoantibodies and glomerulonephritis. Here, we determine whether the paradigm for induction of murine SLE extends to other phospholipid-binding proteins. Mice were immunized with a phospholipid-binding protein (prothrombin (PT), protein S, or β2GPI), or a nonphospholipid-binding protein (glu-plasminogen), in the presence of LPS. The breadth and degree of the autoantibody response, and the frequency of glomerulonephritis, varied among the three proteins, with β2GPI being the most effective in inducing SLE-like disease. The phospholipid-binding proteins also differed in the pattern of serum cytokines they elicited. The most apparent difference between β2GPI and the other phospholipid-binding proteins was in their ability to bind to LPS: β2GPI bound to LPS, while PT and protein S did not. Our data suggest that binding to phospholipid(s) is a necessary, but not sufficient, condition for full induction of murine SLE. We propose that other properties, such as physiologic function, avidity for anionic phospholipids, and degree of interaction with other cell surface and/or circulating molecules (particularly LPS) may determine the range and severity of disease.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».