Preventing alloimmune rejection using circular RNA FSCN1-silenced dendritic cells in heart transplantation
Notice bibliographique
Résumé
BACKGROUND: While heart transplantation is used as a standard treatment for heart failure, transplant rejection continues to pose a challenge. Recent evidence has shown that circular RNA (circRNA) is a new type of gene regulator in cell development. Our aim was to demonstrate that treatment with tolerogenic dendritic cells (Tol-DCs) generated by circular RNA FSCN1 (circFSCN1) silencing could prevent alloimmune rejection and prolong heart graft survival in heart transplantation. METHODS: Bone marrow-derived DCs were transfected with circFSCN1 siRNA in vitro. The circFSCN1 level was measured by qRT-PCR. DC maturation was determined by flow cytometry. Mixed lymphocyte reactions (MLRs) were conducted to assess the function of DCs to activate T cells and to generate regulatory T cells (Tregs). In situ RNA hybridization and fluorescent microscopy were performed to detect the distribution of circFSCN1 in DCs. A heterotopic allogeneic murine heart transplantation was conducted where recipients were pre-treated with donor derived circFSCN1-silenced Tol-DCs. Heartbeat was monitored to assess immune rejection. RESULTS: Exonic circFSCN1 was highly expressed in the cytoplasm of mature DCs. Knockdown of circFSCN1 using siRNA arrested DCs at an immature state, impaired DC's ability to activate T cells and enhanced Treg generation. Treatment with circFSCN1-silenced Tol-DCs prevented alloimmune rejection, prolonged allograft survival, reduced fibrosis, and induced Tregs in vivo. CONCLUSIONS: Knockdown of circFSCN1 induces Tol-DCs and treatment with these Tol-DCs prevents alloimmune rejection and prolongs allograft survival. This is a promising therapeutic target to combat transplant rejection in heart transplantation and increases our understanding of circRNA in the immune system.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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 | 0,000 |
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 ».