Differential activation of endocrine-immune networks by arthritis challenge: Insights from colony-specific responses
Notice bibliographique
Résumé
Rheumatoid arthritis (RA) is a chronic inflammatory condition with variable clinical presentation and disease progression. Importantly, animal models of RA are widely used to examine disease pathophysiology/treatments. Here, we exploited known vendor colony-based differences in endocrine/immune responses to gain insight into inflammatory modulators in arthritis, utilizing the adjuvant-induced arthritis (AA) model. Our previous study found that Sprague-Dawley (SD) rats from Harlan develop more severe AA, have lower corticosteroid binding globulin, and have different patterns of cytokine activation in the hind paw, compared to SD rats from Charles River. Here, we extend these findings, demonstrating that Harlan rats show reduced hypothalamic cytokine responses to AA, compared to Charles River rats, and identify colony-based differences in cytokine profiles in hippocampus and spleen. To go beyond individual measures, probing for networks of variables underlying differential responses, we combined datasets from this and the previous study and performed constrained principal component analysis (CPCA). CPCA revealed that with AA, Charles River rats show activation of chemokine and central cytokine networks, whereas Harlan rats activate peripheral immune/hypothalamic-pituitary-adrenal networks. These data suggest differential underlying disease mechanism(s), highlighting the power of evaluating multiple disease biomarkers, with potential implications for understanding differential disease profiles in individuals with RA.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».