Understanding the impact of risankizumab on keratinocyte-derived IL-23A in a novel organotypic 3D skin model containing IL-23A responsive and IL-17A producing γδ-T-cells
Notice bibliographique
Résumé
PURPOSE: To study the effects of the anti-IL-23A antibody risankizumab on the IL-36γ/IL-23A/IL-17A signalling cascade we used a newly developed 3D skin model consisting of primary human keratinocytes, fibroblasts and γδ-T-cells. METHODS: study we developed new full-thickness 3D skin models containing normal human epidermal keratinocytes (NHEK), normal human dermal fibroblasts (NHDF) and IL-23A responsive and IL-17A producing γδ-T-cells. The effects of IL-36γ stimulation with and without risankizumab treatment on IL-23A and IL-17A expression were examined at the RNA and protein levels. RESULTS: In preliminary monolayer experiments stimulation of γδ-T-cells with IL-23A promoted the IL-17A expression that was inhibited after risankizumab treatment. Using 3D skin models containing γδ-T-cells, we found that stimulation with IL-36γ significantly increased not only IL-23A but also IL-17A expression. These effects were inhibited by concomitant treatment with risankizumab. CONCLUSIONS: Our results showed that blockade of IL-23A has inhibitory effects on the IL-36γ/IL-23A feedforward loop. Our newly developed 3D skin model containing IL-23A responsive and IL-17A producing γδ-T-cells enables molecular analysis of targeted therapies aimed at the IL-36γ/IL-23A/IL-17A signalling cascade in psoriasis.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».