An anti-RANKL treatment reduces muscle inflammation and dysfunction and strengthens bone in dystrophic mice
Notice bibliographique
Résumé
Duchenne muscular dystrophy (DMD) is the most severe form of muscular dystrophy which leads to progressive muscle degeneration and inflammation. The receptor activator of nuclear factor NF-κB ligand (RANKL) and its receptor (RANK), which are expressed in bone and skeletal and cardiac muscles, form a signaling network upstream from nuclear factor-kappa B (NF-κB). We thus hypothesized that prolonged silencing RANKL/RANK signaling would significantly improve DMD. We showed that RANK and RANKL protein levels were increased in the microenvironment of myofibers of 5-month-old utrophin haploinsufficient mdx (mdx/utrn+/-) mice and that a 4 mg/kg dose of anti-RANKL antibody every 3 d for 28 days is optimal and more effective than 1 mg/kg every 3 d for improving the ex vivo maximum specific force (sP0) of dystrophic EDL muscles from mdx/utrn+/- mice. This functional improvement was associated with a reduction in muscle edema, damage, and fibrosis and a marked reduction in serum CK levels. The anti-RANKL treatment inhibited the NF-κB pathway, increased the proportion of anti-inflammatory and non-cytotoxic M2 macrophages, and reduced the number of centrally-nucleated myofibers and the frequency of small myofibers, suggesting that anti-RANKL inhibits the cycle of degeneration/regeneration in dystrophic mice. A three-point bending test showed that a 28-d anti-RANKL treatment increases the mechanical properties of bone in mdx/utrn+/- dystrophic mice. In conclusion, the anti-RANKL treatment protected against skeletal muscle dysfunctions while enhancing bone mechanical properties, filling two needs with one deed in the context of muscular dystrophy.
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 | 0,000 | 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 ».