Human leukocyte antigen-G upregulates immunoglobulin-like transcripts and corrects dysfunction of immune cells in immune thrombocytopenia
Notice bibliographique
Résumé
Human leukocyte antigen-G (HLA-G) is a non-classical major histocompatibility complex class I antigen with potent immune-inhibitory function. HLA-G benefit patients in allotransplantation and autoimmune diseases by interacting with its receptors, immunoglobulinlike transcripts. Here we observed significantly less HLA-G in plasma from immune thrombocytopenia (ITP) patients positive for anti-platelet autoantibodies compared with autoantibodies-negative patients or healthy controls, while we found that HLA-G is positively correlated with platelet counts in both patients and healthy controls. We also found less membranebound HLA-G and immunoglobulin-like transcripts on CD4+ and CD14+ cells in patients. Recombinant HLA-G upregulated immunoglobulin-like transcript 2 expression on CD4+ and immunoglobulin-like transcript 4 on CD14+ cells. HLA-G upregulated IL-4 and IL-10, and downregulated tumor necrosis factor-a, IL-12 and IL-17 secreted by patient peripheral blood mononuclear cells, suggesting a stimulation of Th2 differentiation and downregulation of Th1 and Th17 immune response. HLA-G-modulated dendritic cells from ITP patients showed decreased expression of CD80 and CD86, and suppressed CD4+ T-cell proliferation compared to unmodulated cells. Moreover, HLA-G-modulated cells from patients induced less platelet apoptosis. HLA-G administration also significantly alleviated thrombocytopenia in a murine model of ITP. In conclusion, our data demonstrated that impaired expression of HLA-G and immunoglobulin-like transcripts is involved in the pathogenesis of ITP; recombinant HLA-G can correct this abnormality via upregulation of immunoglobulin-like transcripts, indicating that HLA-G can be a diagnostic marker and a therapeutic option for ITP.
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) | 0,000 | 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) | 0,001 | 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 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 ».