Fibroblast cell-based therapy prevents induction of alopecia areata in an experimental model
Notice bibliographique
Résumé
Alopecia areata (AA) is an autoimmune hair loss disease with infiltration of proinflammatory cells into hair follicles. Current therapeutic regimens are unsatisfactory mainly because of the potential for side effects and/or limited efficacy. Here we report that cultured, transduced fibroblasts, which express the immunomodulatory molecule indoleamine 2,3-dioxygenase (IDO), can be applied to prevent hair loss in an experimental AA model. A single intraperitoneal (IP) injection of IDO-expressing primary dermal fibroblasts was given to C3H/HeJ mice at the time of AA induction. While 60–70% of mice that received either control fibroblasts or vehicle injections developed extensive AA, none of the IDO-expressing fibroblast-treated mice showed new hair loss up to 20 weeks post injection. IDO cell therapy significantly reduced infiltration of CD4 + and CD8 + T cells into hair follicles and resulted in decreased expression of TNF-α, IFN-γ and IL-17 in the skin. Skin draining lymph nodes of IDO fibroblast-treated mice were significantly smaller, with more CD4 + CD25 + FoxP3 + regulatory T cells and fewer Th17 cells than those of control fibroblast and vehicle-injected mice. These findings indicate that IP injected IDO-expressing dermal fibroblasts can control inflammation and thereby prevent AA hair loss.
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 | 0,001 | 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 | 0,001 |
| 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 ».