MétaCan
Menu
Retour à la cohorte
Enregistrement W2996366113 · doi:10.14348/molcells.2019.2283

Attenuation of Experimental Autoimmune Hepatitis in Mice with Bone Mesenchymal Stem Cell-Derived Exosomes Carrying MicroRNA-223-3p.

2019· article· en· W2996366113 sur OpenAlexaff
Feng‐Bin Lu, Da‐Zhi Chen, Lu Chen, En-De Hu, Jinlu Wu, Hui Li, Yuewen Gong, Zhuo Lin, Xiaodong Wang, Ji Li, Xiaoya Jin, Lanman Xu, Yongping Chen

Notice bibliographique

RevuePubMed · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMicrovesiclesMesenchymal stem cellAutoimmune hepatitismicroRNAMedicineImmunologyExosomeCancer researchHepatitisBiologyPathology

Résumé

récupéré en direct d'OpenAlex

MicroRNA-223-3p (miR-223-3p) is one of the potential microRNAs that have been shown to alleviate inflammatory responses in pre-clinical investigations and is highly encased in exosomes derived from bone mesenchymal stem cells (MSC-exosomes). MSC-exosomes are able to function as carriers to deliver microRNAs into cells. Autoimmune hepatitis is one of the challenging liver diseases with no effective treatment other than steroid hormones. Here, we examined whether MSC-exosomes can transfer miR-223-3p to treat autoimmune hepatitis in an experimental model. We found that MSC-exosomes were successfully incorporated with miR-223-3p and delivered miR-223-3p into macrophages. Moreover, there was no toxic effect of exosomes on the macrophages. Furthermore, treatments of either exosomes or exosomes with miR-223-3p successfully attenuated inflammatory responses in the liver of autoimmune hepatitis and inflammatory cytokine release in both the liver and macrophages. The mechanism may be related to the regulation of miR-223-3p level and STAT3 expression in the liver and macrophages. These results suggest that MSC-exosomes can be used to deliver miR-223-3p for the treatment of autoimmune hepatitis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,639

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,200
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations73
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetExtracellular vesicles in diseaseTravaux en français237 207