N-Formyl Methionine Peptide-Mediated Neutrophil Activation in Systemic Sclerosis
Notice bibliographique
Résumé
Exaggerated neutrophil activation and formation of neutrophil extracellular traps (NETs) are reported in systemic sclerosis (SSc) but its involvement in SSc pathogenesis is not clear. In the present study we assessed markers of neutrophil activation and NET formation in SSc patients in relation to markers of inflammation and disease phenotype. Factors promoting neutrophil activation in SSc remain largely unknown. Among the neutrophil activating factors, mitochondrial-derived N-formyl methionine (fMet) has been reported in several autoinflammatory conditions. The aim of the current study is to assess whether SSc patients have elevated levels of fMet and the role of fMet in neutrophil-mediated inflammation on SSc pathogenesis. Markers of neutrophil activation (calprotectin, NETs) and levels of fMet were analyzed in plasma from two SSc cohorts (n=80 and n=20, respectively) using ELISA. Neutrophil activation assays were performed in presence or absence of formyl peptide receptor 1 (FPR1) inhibitor cyclosporin H. Elevated levels of calprotectin and NETs were observed in SSc patients as compared to healthy controls (p<0.0001) associating with SSc clinical disease characteristics. Further, SSc patients had elevated levels of circulating fMet as compared to healthy controls (p<0.0001). Consistent with a role for fMet-mediated neutrophil activation, fMet levels correlated with levels of calprotectin and NETs (r=0.34, p=0.002; r=0.29, p<0.01 respectively). Additionally, plasma samples from SSc patients with high levels of fMet induced de novo neutrophil activation through FPR1-dependent mechanisms. Our data for the first time implicates an important role for the mitochondrial component fMet in promoting neutrophil-mediated inflammation in SSc.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».