Therapeutic Effects of a Novel Aptamer on Coronaviral Infection-Induced Lung Injury and Systemic Inflammatory Responses
Notice bibliographique
Résumé
BACKGROUND: Coronaviral infection-induced acute lung injury has become a major threat to public health, especially through the ongoing pandemic of COVID-19. Apta-1 is a newly discovered Aptamer that has anti-inflammatory effects on systemic septic responses. The therapeutic effects of Apta-1 on coronaviral infection-induced acute lung injury and systemic responses were evaluated in the present study. METHODS: Female A/J mice (at 12-14 weeks of age) were challenged with murine hepatitis virus 1 (MHV-1), a coronavirus, at 5000 PFU intranasally, followed by Apta-1 intravenously administered (100 mg/kg, twice) 1.5 h or 2 days after viral delivery. Animals were sacrificed at Day 2 or Day 4. Lung tissues were examined with H&E, immunohistochemistry staining, and western blotting. RT-qPCR was used for cytokine gene expression. Serum and plasma were collected for laboratory assessments. RESULTS: Apta-1 treatment reduced viral titers, prevented MHV-1-induced reduction of circulating blood volume and hemolysis, reduced alveolar space hemorrhage, and protease-activated receptor 1 (PAR-1) cleavage. Apta-1 treatment also significantly reduced chemokine (MKC, MCP-1, and RANTES) levels, as well as AST, ALT, total bilirubin, and reduced unconjugated bilirubin levels in the serum. CONCLUSION: Apta-1 showed therapeutic benefits in coronaviral infection-induced hemorrhage and PAR-1 cleavage in the lung. It also has anti-inflammatory effects systemically.
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 | 0,002 |
| 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 ».