Role of IL-22 in tissue regeneration in autoimmunity (P5164)
Notice bibliographique
Résumé
Abstract The various cell types in our bodies are constantly regenerating but at a different rate. In autoimmune diseases cells once destroyed can regenerate. However, immune system once activated continues to target and destroy these cells. Thus, tissue regeneration remains a challenge in these diseases. Cytokines play a major role in immune regulation, inflammation, tissue injury and autoimmunity. We have shown that immunostimulation by mycobacterial adjuvants such as BCG vaccine as well as complete Freund’s adjuvant (CFA) can prevent the autoimmune process and can stimulate tissue regeneration. These adjuvants induce regulatory Th17 (Treg17) cells and stimulate expression of Regenerative (Reg) genes such as Reg1 and Reg2 in pancreatic islets. Th17 cells also produce Interleukin-22 (IL-22) that has been shown to stimulate This is probably mediated through STAT3/ERK signaling. Reg gene expression. Blocking of IL-22 prevented the expression of Reg genes in vivo. In this study we explored the cell types that express Reg genes following IL-22 treatment by using RT-PCR analysis and by histological staining. Our hypothesis is that the Reg gene expression drives the islet regeneration following tissue injury by autoimmunity in type 1 diabetes. These approaches offer alternatives to tissue transplantation in autoimmunity.
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) | 0,003 | 0,001 |
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 ».