Fungal Proteases in the Preventative Treatment of Peanut Allergies: A Research Protocol
Notice bibliographique
Résumé
Peanut allergies are a common autoimmune disorder that impacts millions of people worldwide. Currently, there are no known treatments to prevent allergic reactions to peanuts besides avoiding the allergen. To combat this, previous studies have found that fungal proteases can prevent an allergic response; the fungal proteases bind a peanut-specific IgE immunoglobulin, blocking the allergic response. We propose to orally administer these previously identified fungal proteases isolated from the fungus Aspergillus Niger before exposure to peanut antigens. If the fungal proteases successfully bind the peanut-specific IgE before exposure, peanut allergenicity will be reduced. To test our experimental drug, we will utilize peanut-sensitized mice strains, with one control group receiving a placebo and two treatment groups receiving either a high dose of 2.5mg or regular dose of 1.25mg of the drug. All three groups will then be exposed to the peanut allergen, and allergy responses will be monitored through body temperature measurements, blood histamine tests and enzyme-linked immunosorbent assay (ELISA) testing the presence of peanut-specific IgE. We anticipate that the fungal proteases will prevent all allergic reaction responses from occurring such that body temperature will remain stable, blood histamine levels will not increase, and the presence of peanut-specific IgE will be lessened. This novel oral drug will be used as a pre-exposure preventative treatment, unlike the current post-exposure treatments, such as an Epi-pen, filling a key gap in knowledge of preventative treatment for peanut allergies.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| 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) | 0,000 | 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 ».