Neutrophil Targeting Platform Reduces Neutrophil Extracellular Traps for Improved Traumatic Brain Injury and Stroke Theranostics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Traumatic brain injuries (TBI) and stroke are major causes of morbidity and mortality in both developing and developed countries. The complex and heterogeneous pathophysiology of TBI and cerebral ischemia-reperfusion injury (CIRI), in addition to the blood-brain barrier (BBB) resistance, is a major barrier to the advancement of diagnostics and therapeutics. Clinical data showed that the severity of TBI and stroke is positively correlated with the number of neutrophils in peripheral blood and brain injury sites. Furthermore, neutrophil extracellular traps (NETs) released by neutrophils correlate with worse TBI and stroke outcomes by impairing revascularization and vascular remodeling. Therefore, targeting neutrophils to deliver NETs inhibitors to brain injury sites and reduce the formation of NETs can be an optimal strategy for TBI and stroke therapy. Herein, the study designs and synthesizes a reactive oxygen species (ROS)-responsive neutrophil-targeting delivery system loaded with peptidyl arginine deiminase 4 (PAD4) inhibitor, GSK484, to prevent the formation of NETs in brain injury sites, which significantly inhibited neuroinflammation and improved neurological deficits, and improved the survival rate of TBI and CIRI. This strategy may provide a groundwork for the development of targeted theranostics of TBI and stroke.
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.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle