Lung Transplant Immunomodulation with Genetically Engineered Mesenchymal Stromal Cells—Therapeutic Window for Interleukin-10
Notice bibliographique
Résumé
Lung transplantation results are compromised by ischemia–reperfusion injury and alloimmune responses. Ex vivo lung perfusion (EVLP) is used to assess marginal donor lungs before transplantation but is also an excellent platform to apply novel therapeutics. We investigated donor lung immunomodulation using genetically engineered mesenchymal stromal cells with augmented production of human anti-inflammatory hIL-10 (MSCsIL-10). Pig lungs were placed on EVLP for 6 h and randomized to control (n = 7), intravascular delivery of 20 × 106 (n = 5, low dose) or 40 × 106 human MSCs IL-10 (n = 6, high dose). Subsequently, single-lung transplantation was performed, and recipient pigs were monitored for 3 days. hIL-10 secretion was measured during EVLP and after transplantation, and immunological effects were assessed by cytokine profile, T and myeloid cell characterization and mixed lymphocyte reaction. MSCIL-10 therapy rapidly increased hIL-10 during EVLP and resulted in transient hIL-10 elevation after lung transplantation. MSCIL-10 delivery did not affect lung function but was associated with dose-related immunomodulatory effects, with the low dose resulting in a beneficial decrease in apoptosis and lower macrophage activation, but the high MSCIL-10 dose resulting in inflammation and cytotoxic CD8+ T cell activation. MSCIL-10 therapy during EVLP results in a rapid and transient perioperative hIL-10 increase and has a therapeutic window for its immunomodulatory effects.
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 | 0,000 |
| 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 | 0,000 | 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 ».