A Potential Contribution of <scp>S100A11</scp> to Skin Fibrosis and Pulmonary Involvement in Systemic Sclerosis
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
Systemic sclerosis (SSc) is characterised by immune dysregulation, vasculopathy and fibrosis, driven by genetic and environmental factors. S100 proteins, which constitute a unique class of calcium-binding proteins, have been shown to be critically implicated in various inflammatory and fibrotic conditions. In this study, we investigated the possible involvement of S100A11 in SSc by examining its cutaneous expression and systemic serum levels, correlating them with key clinical parameters. First, we performed immunohistochemical (IHC) staining to examine S100A11 localisation in skin specimens from SSc patients and controls, and found that S100A11 was robustly expressed in SSc dermal fibroblasts. Analysis on the publicly available single-cell RNA-sequencing (scRNA-seq) data of SSc skin samples further confirmed that S100A11 was highly expressed in SSc dermal fibroblasts along with several key genes associated with cellular senescence. Finally, we evaluated serum levels of S100A11 in SSc patients and HCs using enzyme-linked immunosorbent assay (ELISA), and found that serum S100A11 levels were significantly elevated in diffuse cutaneous SSc (dcSSc) patients compared to controls. S100A11 serum levels in SSc patients were significantly correlated with modified Rodnan total skin thickness score and key parameters of SSc-related interstitial lung disease. Our data collectively suggested a potential pathophysiological role of S100A11 in the cutaneous and lung fibrosis associated with SSc, warranting further investigation into its functional roles in this disease.
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 | 0,000 | 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 découle