Growth Hormone Accelerates Recovery From Acetaminophen-Induced Murine Liver Injury
Notice bibliographique
Résumé
Background and Aims: Acetaminophen (APAP) overdose is the leading cause of acute liver failure, with one available treatment, N-acetyl cysteine (NAC). Yet, NAC effectiveness diminishes about ten hours after APAP overdose, urging for therapeutic alternatives. This study addresses this need by deciphering a mechanism of sexual dimorphism in APAP-induced liver injury, and leveraging it to accelerate liver recovery via growth hormone (GH) treatment. GH secretory patterns, pulsatile in males and near-continuous in females, determine the sex bias in many liver metabolic functions. Here, we aim to establish GH as a novel therapy to treat APAP hepatotoxicity. Approach and Results: Our results demonstrate sex-dependent APAP toxicity, with females showing reduced liver cell death and faster recovery than males. Single-cell RNA sequencing analyses reveal that female hepatocytes have significantly greater levels of GH receptor expression and GH pathway activation compared to males. In harnessing this female-specific advantage, we demonstrate that a single injection of recombinant human GH protein accelerates liver recovery, promotes survival in males following sub-lethal dose of APAP, and is superior to standard-of-care NAC. Alternatively, slow-release delivery of human GH via the safe nonintegrative lipid nanoparticle-encapsulated nucleoside-modified mRNA (mRNA-LNP), a technology validated by widely used COVID-19 vaccines, rescues males from APAP-induced death that otherwise occurred in control mRNA-LNP-treated mice. Conclusions: Our study demonstrates a sexually dimorphic liver repair advantage in females following APAP overdose, leveraged by establishing GH as an alternative treatment, delivered either as recombinant protein or mRNA-LNP, to potentially prevent liver failure and liver transplant in APAP-overdosed patients.
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 | 0,000 | 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) | 0,002 | 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 ».