Hydroxychloroquine Inhibits the Differentiation of Th17 Cells in Systemic Lupus Erythematosus
Notice bibliographique
Résumé
Objective. Hydroxychloroquine (HCQ) is a commonly used medicine for the treatment of systemic lupus erythematosus (SLE), and Th17 cells are closely related to the pathogenesis of SLE. However, the role and mechanism of HCQ on Th17 cell differentiation in SLE is not clearly understood. Here, we investigate the effect of HCQ on Th17 cell differentiation both in vitro and in patients with SLE. Methods. Twenty-five patients with SLE were divided into 2 treatment groups: prednisone alone and HCQ plus prednisone. Interleukin 17 (IL-17) expression was analyzed by ELISA and real-time (RT)-PCR. Th17 were measured in patients with SLE by flow cytometry before and after HCQ treatment. In vitro , naive T cells were cultured in Th17-inducing conditions with or without HCQ. Cell differentiation and IL-17 expression were analyzed. Finally, transcriptome sequencing identified differential gene expression between naive T cells and induced Th17 cells. Results. In patients, HCQ plus prednisone treatment inhibited IL-17 production, gene expression, and Th17 cell differentiation. In vitro , HCQ inhibited Th17 cell proliferation and differentiation, as well as IL-17 production. Five microRNA were significantly different in Th17 cells compared with naive T cells, and HCQ treatment reversed this effect. In vivo , microRNA-590 (miR-590) was verified and was significantly decreased in Th17 cells, compared with naive T cells from lupus-prone mice. Moreover, miR-590 was increased in patients treated with HCQ plus prednisone. Conclusion. HCQ inhibited Th17 cell differentiation and IL-17 production both in vitro and in patients with SLE. Our study provides additional evidence for HCQ as a treatment for SLE.
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 | 0,003 | 0,000 |
| 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 | 0,001 | 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 ».