RAGE signaling during tobacco smoke-induced lung inflammation and potential therapeutic utility of SAGEs
Notice bibliographique
Résumé
BACKGROUND: Smoke exposure culminates as a progressive lung complication involving airway inflammation and remodeling. While primary smoke poses the greatest risk, nearly half of the US population is also at risk due to exposure to secondhand smoke (SHS). METHODS: We used WT, RAGE-/- (KO), and Tet-inducible lung-specific RAGE overexpressing transgenic (TG) mice to study the role of RAGE during short-term responses to SHS. We evaluated SHS effects in mice with and without semi-synthetic glycosaminoglycan ethers (SAGEs), which are anionic, partially lipophilic sulfated polysaccharide derivatives known to inhibit RAGE signaling. TG Mice were weaned and fed doxycycline to induce RAGE at postnatal day (PN) 30. At PN40, mice from each line were exposed to room air (RA) or SHS from three Kentucky 3R4F research cigarettes via a nose-only delivery system (Scireq Scientific, Montreal, Canada) five days a week and i.p. injections of PBS or SAGE (30 mg/kg body weight) occurred three times per week from PN40-70 before mice were sacrificed on PN70. RESULTS: RAGE mRNA and protein expression was elevated following SHS exposure of control and TG mice and not detected in RAGE KO mice. Bronchoalveolar lavage fluid (BALF) analysis revealed RAGE-mediated influence on inflammatory cell diapedesis, total protein, and pro-inflammatory mediators following exposure. Lung histological assessment revealed indistinguishable morphology following exposure, yet parenchymal apoptosis was increased. Inflammatory signaling intermediates such as Ras and NF-κB, as well as downstream responses were influenced by the availability of RAGE, as evidenced by RAGE KO and SAGE treatment. CONCLUSIONS: These data provide fascinating insight suggesting therapeutic potential for the use of RAGE inhibitors in lungs exposed to SHS smoke.
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 | 0,000 | 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) | 0,000 | 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 ».