Preclinical studies to determine myelin peptide-specific nanoparticle tolerance mechanisms and clinical translation
Notice bibliographique
Résumé
Abstract Infiltration of autoreactive T cells, subsequent tissue destruction, and the release of additional self-epitopes resulting in epitope spreading underly pathogenesis in many autoimmune diseases. Treatment with Ag-containing biodegradable poly(lactide-co-glycolide) nanoparticles, i.e. tolerogenic immune-modifying particles (TIMP/CNPs), has been shown to be safe and efficacious for the induction of Ag-specific tolerance in murine models of autoimmunity, and in a Phase Ib/IIa clinical trial for celiac disease. The present studies identified novel pathways required for Ag-specific TIMP-induced tolerance, the ability of treatment to modulate spread epitope-specific CD4+ T cell activation, and the functionality of TIMPs containing human myelin-derived peptide epitopes (CNP-102) in a pre-clinical mouse model of multiple sclerosis (MS). Following treatment, myeloid cells phagocytose TIMPs, undergo apoptosis, and Ag-specific tolerance therapy increases both FoxP3+ regulatory T cells and IL-10+ Tr1 cells via a STING/IFNAR-dependent pathway. TIMP treatment also modulates spread epitope-specific T cells associated with disease progression, but not encapsulated within the TIMP, i.e. tissue-specific tolerance. Therefore, treatment activates various Ag-specific regulatory T cell subsets capable of inhibiting disease-associated autoantigens not encapsulated within the TIMP via release of immunoregulatory cytokines, and CNP-102 has proven efficacious in preclinical mouse models of MS.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».