88 Ixazomib, an oral proteasome inhibitor, depletes plasma cells reducing autoantibodies and pdcs in pre-clinical model of systemic lupus erythematosus
Notice bibliographique
Résumé
<h3>Background and aims</h3> Auto-antibodies to nuclear constituents and type I Interferons (IFN) such as IFN-a play key roles in pathogenesis of Systemic Lupus Erythematosus (SLE). Ixazomib, an oral proteasome inhibitor, approved in the US and Canada for use in combination with lenalidomide and dexamethasone in patients with multiple myeloma who have received at least 1 prior therapy. Proteasome inhibitors like ixazomib that may deplete plasma cells and cellular sources of IFN-a are also attractive for autoimmune diseases like SLE. To investigate the potential of ixazomib the MRL/lpr model was used as it has extensively been shown to replicate many features of SLE. <h3>Methods</h3> MRL/lpr animals received oral ixazomib twice a week for 4 weeks. <h3>Results</h3> Ixazomib suppressed the time-dependent increase in anti-dsDNA IgG antibodies, resulting in 73% (p<0.01) inhibition of autoantibodies at the end of treatment versus vehicle. In ELISpot assays, ixazomib decreased the number of anti-dsDNA IgG antibody-secreting cells in spleen by 25% (p<0.01). In addition, FACS analysis revealed that ixazomib decreased both splenic plasma cells by 39% (p<0.001) and plasmacytoid dendritic cells (pDCs) by 38% (p<0.01), with treatment. <h3>Conclusions</h3> These findings suggest that ixazomib may be an effective agent for treating antibody-mediated diseases such as SLE by depleting both plasma cells the source of pathogenic antibodies and pDCs the main source of type I IFN production. An ongoing randomised, double-blind phase Ib study is investigating multiple rising doses of Ixazomib (MLN9708) for the treatment of patients with ISN/RPS class III, IV or V lupus nephritis who have not responded adequately to current therapy.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».