Blockade of anti-dsDNA ameliorates systemic lupus erythematosus in MRL/Faslpr mice through ameliorating inflammation via the PKCδ–NLRC4 axis
Notice bibliographique
Résumé
Anti-double-stranded DNA (anti-dsDNA) is closely associated with the inflammatory burden in the brain after ischemic stroke. Here, we studied the inflammatory cascade and investigated the mechanisms behind the pro-inflammatory role of dsDNA in systemic lupus erythematosus (SLE). The serum levels of interleukin-1beta (IL-1β) and IL-6 in SLE patients and the corresponding controls were evaluated using ELISA, and the expression level of caspase-1 was evaluated using quantitative real-time polymerase chain reaction (qRT-PCR). We found that the serum levels of IL-1β and IL-6 were increased in the SLE patients. The expression of caspase-1 was upregulated and positively correlated with the levels of pro-inflammatory factors. The level of anti-dsDNA was also elevated and positively correlated with the results for the mean fluorescence intensity (MFI) of caspase-1. Additionally, we evaluated the functions of PRKCD encoding protein kinase c delta (PKCδ) and NLRC4, in vivo, in MRL/Faslpr mice. We found that renal injury was aggravated, and the levels of pro-inflammatory factors were increased in the MRL/Faslpr mice. We also found that increased levels of NLRC4 in the mice exacerbated renal injury and increased the levels of pro-inflammatory factors, whereas inhibition of PKCδ had the opposite results. These findings provide unique perspectives on pathogenesis of SLE and indicate that inhibition of anti-dsDNA could attenuate renal inflammatory burden, representing a promising therapeutic opportunity for SLE.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».