Experimental myositis: an optimised version of C-protein-induced myositis
Notice bibliographique
Résumé
INTRODUCTION: Inflammatory myopathies (IM) are a group of severe autoimmune diseases, sharing some similarities, whose cause is unknown and treatment is empirical.While C-protein-induced myositis (CIM), the most currently used mouse model of IM, has removed some roadblocks to understand and improve the treatment of IM, it has only been partially characterised and its generation limited by poor reproducibility. This study aimed at optimising the generation and the characterisation of CIM. METHODS: In silico analysis was run to identify the top three specific and immunogenic regions of C-protein. The cognate polypeptides were synthesised and used to immunise C57BL/6N mice. Grip strength, walking ability, serum creatine kinase levels and muscle pathology (histological and electron microscopic features) were assessed. Immune cell proportions and interferon signature in muscles were also determined. RESULTS: Among the three C-protein polypeptides with the highest immunogenic score, immunisation with the amino acids 965-991 induced the most severe phenotype (experimental myositis (EM)) characterised by 37% decrease in strength, 36% increase in hind base width, 45% increase in serum creatine-kinase level and 80% increase in histological inflammatory score. Optical and electron microscopy revealed mononuclear cell infiltrate, myofibre necrosis, atrophy, major histocompatibility complex-I expression as well as sarcolemmal, sarcomeric and mitochondrial abnormalities. Autoantibodies targeting C-protein, proinflammatory T-lymphocytes, macrophages, and type I and II interferon-stimulated transcripts were detected within the muscle of EM mice. CONCLUSION: EM recapitulates the common hallmarks of IM. This costless, high throughput, reproducible and robust model, generated in the most commonly used background for genetically engineered mice, may foster preclinical research in IM.
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) | 0,001 | 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 ».