Self-Assembling Peptide Nanoscaffold That Activates Human Mast Cells
Notice bibliographique
Résumé
Engineering biomaterials to manipulate the immune response to elicit specific therapeutic outcomes is a burgeoning field of research. Mast cells play a distinct and central role in the innate immune response, and are characterized by their rapid release of a myriad of proinflammatory mediators in response to stimulation. These mediators are central to protective actions such as wound healing, angiogenesis, and host defense against pathogens and animal venoms. Considering that mast cells are widely distributed in tissues that interface with the external environment, and are loaded with large amounts of preformed protective compounds, they are ideal targets for novel immunotherapies. Here we report that, by using an engineered nanoscaffold, human mast cells can be contact activated in cell and primary human skin tissue culture using a specific receptor–ligand mechanism. The IgE independent PAMP-12 peptide activates human mast cells through the recently identified Mas-related G-protein coupled receptor member X2 (MRGPRX 2 ) receptor. The PAMP-12 motif was conjugated, via a glycine spacer, with the self-assembling peptide (RADA) 4 and mixed with unmodified (RADA) 4 to form a nanofiber matrix; mast cell activation was influenced directly by this ratio. Moreover, conjugating the PAMP-12 motif within the matrix was shown to only activate local, tissue-resident mast cells. The result of ex vivo human skin tissue tests confirmed that the engineered nanoscaffold successfully activated skin-resident mast cells by contact. Thus, this nanoscaffold design may provide a new platform to modulate localized mast cell functions thereby facilitating their protective role in the skin.
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 | 0,000 | 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) | 0,005 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».