Amino Acid-Dependent Attenuation of Toll-like Receptor Signaling by Peptide-Gold Nanoparticle Hybrids
Notice bibliographique
Résumé
Manipulation of immune responsiveness using nanodevices provides a potential approach to treat human diseases. Toll-like receptor (TLR) signaling plays a central role in the pathophysiology of many acute and chronic human inflammatory diseases, and pharmacological regulation of TLR responses is anticipated to be beneficial in many of these inflammatory conditions. Here we describe the discovery of a unique class of peptide-gold nanoparticle hybrids that exhibit a broad inhibitory activity on TLR signaling, inhibiting signaling through TLRs 2, 3, 4, and 5. As exemplified using TLR4, the nanoparticles were found to inhibit both arms of TLR4 signaling cascade triggered by the prototypical ligand, lipopolysaccharide (LPS). Through structure-activity relationship studies, we identified the key chemical components of the hybrids that contribute to their immunomodulatory activity. Specifically, the hydrophobicity and aromatic ring structure of the amino acids on the peptides were essential for modulating TLR4 responses. This work enhances our fundamental understanding of the role of nanoparticle surface chemistry in regulating innate immune signaling, and identifies specific nanoparticle hybrids that may represent a unique class of anti-inflammatory therapeutics for human inflammatory diseases.
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) | 0,000 | 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 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 ».