The Effect of Various Stimulants on Cytokine Secretion Profiles in Freshly Isolated Peripheral Blood Mononuclear Cells (PBMC)
Notice bibliographique
Résumé
Abstract Cytokines play critical roles in in cancer, in regulating autoimmune diseases and in chemically induced tissue damage repair. In response to antibody treatment or as a result of corona virus disease (COVID), a cytokine storm may occur where high levels of inflammatory cytokines are produced leading to organ damage. To understand how to regulate cytokine levels, primary cell in vitro assays may assess the effects of small molecule compounds or antibodies. We evaluated OKT3, Polyinosinic-polycytidylic acid (Poly I:C), Resiquimod, CpG oligodeoxynucleotides (CpG ODN), DynaBeads with aCD3/aCD28, Phytohemagglutinin (PHA)-M and lipoplolysaccharide (LPS) on cytokine secretion from 6 normal donors. PBMCs isolated from fresh blood using a density gradient medium were plated at 1 × 105 cells per well in the presence and absence of the test compounds for 48 hours. Supernatants were assessed for interleukin 2 (IL-2), tumor necrosis factor-α (TNFα) and interferon-γ (IFNγ). The remaining cells were assessed for viability to evaluate cytotoxicity. Flow cytometric profiles of T cell subsets were determined. The data generated from the 6 normal donors varied greatly, though the effects of the stimulants followed the same trends. The Dynabeads (CD3/28) generated the highest values of IL-2, IFNγ and TNFα in all donors. OKT3 and PHA-M, Resiquimod and LPS generated lesser amounts of the cytokines whereas Poly I:C and CpG ODN did not induce these cytokines over background levels. Only PHA-M caused a decrease in cell viability. Additionally, the release of cytokines was not associated with activation of T cells. Cytokine release assays provide a robust readout with certain stimuli and may facilitate evaluation of novel test compounds for functional activity.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».