Targeting early changes in the synovial microenvironment: a new class of immunomodulatory therapy?
Notice bibliographique
Résumé
OBJECTIVES: Controlled immune responses rely on integrated crosstalk between cells and their microenvironment. We investigated whether targeting proinflammatory signals from the extracellular matrix that persist during pathological inflammation provides a viable strategy to treat rheumatoid arthritis (RA). METHODS: Monoclonal antibodies recognising the fibrinogen-like globe (FBG) of tenascin-C were generated by phage display. Clones that neutralised FBG activation of toll-like receptor 4 (TLR4), without impacting pathogenic TLR4 activation, were epitope mapped by crystallography. Antibodies stained synovial biopsies of patients at different stages of RA development. Antibody efficacy in preventing RA synovial cell cytokine release, and in modulating collagen-induced arthritis in rats, was assessed. RESULTS: Tenascin-C is expressed early in the development of RA, even before disease diagnosis, with higher levels in the joints of people with synovitis who eventually developed RA than in people whose synovitis spontaneously resolved. Anti-FBG antibodies inhibited cytokine release by RA synovial cells and prevented disease progression and tissue destruction during collagen-induced arthritis. CONCLUSIONS: Early changes in the synovial microenvironment contribute to RA progression; blocking proinflammatory signals from the matrix can ameliorate experimental arthritis. These data highlight a new drug class that could offer early, disease-specific immune modulation in RA, without engendering global immune suppression.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».