Function-Blocking RHAMM Peptides Attenuate Fibrosis and Promote Antifibrotic Adipokines in a Bleomycin-Induced Murine Model of Systemic Sclerosis
Notice bibliographique
Résumé
Systemic sclerosis a chronic, fibrotic disorder associated with high disease-specific mortality and morbidity. Cutaneous manifestations include dermal thickening and obliteration of dermal adipose tissue. Accumulation of low-molecular-weight hyaluronan, which signals through the receptor for hyaluronan-mediated motility, RHAMM, leads to progressive fibrosis and is correlated with increased severity of systemic sclerosis. The purpose of this study is to test the efficacy of two function-blocking RHAMM peptides, NPI-110 and NPI-106, in reducing skin fibrosis in a bleomycin-induced mouse model of systemic sclerosis. NPI-110 reduced visible measures of fibrosis (dermal thickness and collagen production, deposition, and organization) and profibrotic gene expression (Tgfb1, c-Myc, Col1a1, Col3a1). NPI-110 treatment also increased the expression of the antifibrotic adipokines perilipin and adiponectin. Both RHAMM peptides strongly reduced dermal RHAMM expression, predicting that dermal fibroblasts are peptide targets. Transcriptome and cell culture analyses using Rhamm-/- and Rhamm-rescued dermal fibroblasts reveal a TGFβ1/RHAMM/MYC signaling axis that promotes fibrogenic gene expression and myofibroblast differentiation. RHAMM function‒blocking peptides suppress this signaling and prevent TGFβ1-induced myofibroblast differentiation. These results suggest that inhibiting RHAMM signaling will offer a treatment method for cutaneous fibrosis in systemic sclerosis.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».