Combinatorial <i>Prg4</i> and <i>Il-1ra</i> Gene Therapy Protects Against Hyperalgesia and Cartilage Degeneration in Post-Traumatic Osteoarthritis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Osteoarthritis (OA) is a degenerative disease of synovial joints characterized by progressive loss of articular cartilage, subchondral bone remodeling, and intra-articular inflammation with synovitis that results in chronic pain and motor impairment. Despite the economic and health impacts, current medical therapies are targeted at symptomatic relief of OA and fail to alter its progression. Given the complexity of OA pathogenesis, we hypothesized that a combinatorial gene therapy approach, designed to inhibit inflammation with interleukin-1 receptor antagonist (IL-1Ra) while promoting chondroprotection using lubricin (PRG4), would improve preservation of the joint compared to monotherapy alone. Employing two surgical techniques to model mild, moderate and severe posttraumatic OA, we found that combined delivery of helper-dependent adenoviruses (HDVs), expressing IL-1Ra and PRG4, preserved articular cartilage better than either monotherapy in both models as demonstrated by preservation of articular cartilage volume and surface area. This improved protection was associated with increased expression of proanabolic and cartilage matrix genes together with decreased expression of catabolic genes and inflammatory mediators. In addition to improvements in joint tissues, this combinatorial gene therapy prolonged protection against thermal hyperalgesia compared to either monotherapy. Taken together, our results show that a combinatorial strategy is superior to monotherapeutic approaches for treatment of posttraumatic OA.
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.
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) | 0,001 | 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) | 0,000 | 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 découle