Tolerogenic Immune Modifying Nanoparticles (TIMP) Encapsulating Multiple Diabetogenic Epitopes Prevent Onset of Type 1 Diabetes in NOD Mice
Notice bibliographique
Résumé
Abstract Type 1 diabetes (T1D) is an autoimmune disease characterized by inflammatory lesions within islets (insulitis) and β cell loss which is associated T cell and B cell responses specific for pancreatic islet β cell proteins. Data show that treatment with poly(lactide-co-glycolide) (PLGA) nanoparticles (i.e. TIMP/COUR’s CNP) containing a single diabetogenic peptide blocks T1D induced by transfer of CD4+ BDC2.5 or CD8+ NY8.3 TCR transgenic T cells to NOD-scid mice. In contrast, Ag-specific tolerance approaches targeting single β-islet cell protein epitopes, e.g. GAD65 or Insulin, have failed to achieve efficacy in both wildtype NOD mice and clinical trials. The possibility exists that T1D initiation and progression is due to activation of T cell populations specific for multiple diabetogenic epitopes. To test this hypothesis, recombinant Chormogranin A, GAD65, and Insulin proteins were encapsulated within CNPs to assess Treg/Tr1 cell induction, inhibition of Ag-specific T cell responses, and blockade of T1D in NOD mice. While treatment of NOD mice with CNPs containing a single protein inhibited the corresponding Ag-specific T cell response, the inhibition of T1D development only occurred if all three diabetogenic proteins were included within the CNPs (CNP-T1D). CNP-T1D-induced blockade of T1D was characterized by Treg/Tr1 cell induction and a significant decrease in both peri-insulitis and immune cell infiltration into pancreatic islets. We have recently published that CNP treatment is both safe and induces Ag-specific tolerance in Phase I/IIa celiac disease clinical trials. Therefore, utilization of this technology including multiple diabetogenic proteins is a promising Ag-specific tolerance approach to T1D treatment.
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 | 0,001 |
| 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 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 ».