Lactoferrin reduces mycobacterial M1-type inflammation induced with trehalose 6,6′-dimycolate and facilitates the entry of fluoroquinolone into granulomas
Notice bibliographique
Résumé
Primary infection with Mycobacterium tuberculosis (Mtb) results in the formation of a densely packed granulomatous response that essentially limits the entry and efficacy of immune effector cells. Furthermore, the physical nature of the granuloma does not readily permit the entry of therapeutic agents to sites where organisms reside. The Mtb cell wall mycolic acid, trehalose 6,6′-dimycolate (TDM), is a physiologically relevant molecule for modelling macrophage-mediated events during the establishment of the tuberculosis-induced granuloma pathogenesis. At present, there are no treatments for tuberculosis that focus on modulating the host’s immune responses. Previous studies showed that lactoferrin (LF), a natural iron-binding protein proven to modulate inflammation, can ameliorate the cohesiveness of granuloma. This led to a series of studies that further examined the effects of recombinant human LF (rHLF) on the histological progression of TDM-induced pathology. Treatment with rHLF demonstrated significant reduction in size and number of inflammatory foci following injections of TDM, together with reduced levels pulmonary pro-inflammatory cytokines TNF-α and IL-1β. LF facilitated greater penetration of fluoroquinolone to the sites of pathology. Mice treated with TDM alone demonstrated exclusion of ofloxacin to regions of inflammatory response, whereas the animals treated with rHLF demonstrated increased penetration to inflammatory foci. Finally, recent findings support the hypothesis that this mycobacterial mycolic acid can specifically recruit M1-like polarized macrophages; rHLF treatment was shown to limit the level of this M1-like phenotypic recruitment, corresponding highly with decreased inflammatory response.
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 | 0,001 |
| 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 ».