Anti-IL-6 eluting immunomodulatory biomaterials prolong skin allograft survival
Notice bibliographique
Résumé
Abstract A primary goal in the management of burn wounds is early wound closure. The use of skin allografts represents a lifesaving strategy for severe burn patients, but their ultimate rejection limits their potential efficacy and utility. IL-6 is a major pleiotropic cytokine which critically links innate and adaptive immune responses. Here, we devised anti-IL-6 receptor eluting gelatin methacryloyl (GelMA) biomaterials (GelMA/anti-IL-6), which were implanted at the interface between the wound beds and skin allografts. Our visible light crosslinked GelMA/anti-IL-6 immunomodulatory biomaterial (IMB) demonstrated a stable kinetic release profile of anti-IL-6. In addition, the incorporation of anti-IL-6 within the GelMA hydrogel had no effect on the mechanical properties of the hydrogels. Using a highly stringent skin transplant model, the GelMA/anti-IL-6 IMB almost doubled the survival of skin allografts. The use of GelMA/anti-IL-6 IMB was far superior to systemic anti-IL-6 receptor treatment in prolonging skin allograft survival. As compared to the untreated control group, skin from the GelMA/anti-IL-6 IMB group contained significantly fewer alloreactive T cells and macrophages. Interestingly, the environmental milieu of the draining lymph nodes (DLNs) of the mice implanted with the GelMA/anti-IL-6 IMB was also considerably less pro-inflammatory. The percentage of CD4 + IFNγ + cells was much lower in the DLNs of the GelMA/anti-IL-6 IMB group in comparison to the GelMA group. These data highlight the importance of localized immune delivery in prolonging skin allograft survival and its potential utility in treating patients with severe burns.
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 | 0,002 | 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) | 0,000 | 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 ».