A Peptide-Based Checkpoint Immunomodulator Alleviates Immune Dysfunction in Murine Polymicrobial Sepsis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT: Sepsis-induced immunosuppression involves both innate and adaptive immunity and is associated with the increased expression of checkpoint inhibitors, such as programmed cell-death protein 1 (PD-1). The expression of PD-1 is associated with poor outcomes in septic patients, and in models of sepsis, blocking PD-1 or its ligands with antibodies increased survival and alleviated immune suppression. While inhibitory antibodies are effective, they can lead to immune-related adverse events (irAEs), in part due to continual blockade of the PD-1 pathway, resulting in hyperactivation of the immune response. Peptide-based therapeutics are an alternative drug modality that provide a rapid pharmacokinetic profile, reducing the incidence of precipitating irAEs. We recently reported that the potent, peptide-based PD-1 checkpoint antagonist, LD01, improves T-cell responses. The goal of the current study was to determine whether LD01 treatment improved survival, bacterial clearance, and host immunity in the cecal-ligation and puncture (CLP)-induced murine polymicrobial sepsis model. LD01 treatment of CLP-induced sepsis significantly enhanced survival and decreased bacterial burden. Altered survival was associated with improved macrophage phagocytic activity and T-cell production of interferon-γ. Further, myeloperoxidase levels and esterase-positive cells were significantly reduced in LD01-treated mice. Taken together, these data establish that LD01 modulates host immunity and is a viable therapeutic candidate for alleviating immunosuppression that characterizes sepsis and other infectious diseases.
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.
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) | 0,001 | 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 découle