Immunomodulatory Functions of the Human Cathelicidin LL-37 (aa 13–31)-Derived Peptides are Associated with Predicted α-Helical Propensity and Hydrophobic Index
Notice bibliographique
Résumé
The anti-endotoxin activity of the cationic peptide LL-37 and its derivative IG-19 is attributed to electrostatic interaction of the peptides' positive charge with negatively charged bacterial lipopolysaccharides (LPS), and in part to the alteration of intracellular mechanisms independent of peptide binding to LPS. We examined the immunomodulatory responses induced by IG-19 and four IG-19-derived scrambled peptides (IG-19a-d), in the presence and absence of LPS, in macrophages and peripheral blood-derived mononuclear cells. All peptides had identical net charge (+5) and amino acid composition, but different hydrophobicity and α-helical propensity. Peptide IG-19 suppressed LPS-induced cytokine/chemokine production by >90%, IG-19a and IG-19b suppressed it by 40-50%, and IG-19c and IG-19d did not suppress cytokine/chemokine production at all. In silico prediction algorithms and the peptide retention time (RT) on a C18 RP HPLC column indicated a linear association between α-helical propensity and hydrophobicity with the ability of the peptides to inhibit LPS-induced responses. Peptide RT exhibited a significant correlation (>70%) between the suppression of LPS-induced cytokine/chemokine production and peptide-induced production of the anti-inflammatory cytokine IL-1RA. These results indicate that RT on a C18 column can be used as a predictor for the immunomodulatory functions of cationic peptides. Overall, we demonstrated that the immunomodulatory functions of LL-37-derived peptides with identical positive charge and amino acid composition are directly associated with the predicted α-helical propensity and hydrophobicity of the peptides.
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 | 0,001 |
| 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 ».