FLI1 Induces Plaque Psoriasis and Its Inhibition Attenuates Disease Progression
Notice bibliographique
Résumé
Plaque Psoriasis: Plaque psoriasis is an inflammatory skin disorder affecting nearly 2% of the world population. Despite recent advances in psoriasis treatment, there is still a need for more effective therapies. The ETS transcription factor FLI1 plays critical roles in hematopoiesis, angiogenesis, immunity, and cancer. Emerging evidence suggests that FLI1 is intricately involved in inflammatory processes underlying psoriasis pathogenesis. Methods: RNAseq and bioinformatic analysis were used to identify the correlation between FLI1 levels and the expression of inflammatory genes associated with psoriasis. Over-expression of FLI1 in skin cells determined FLI1's role in inducing transcription of psoriasis-related inflammatory genes, including IL6, IL1A, IL1B, IL23, and TNFα. Inhibitors such as chelerythrine (CLT) were tested for their suppressive effects on these genes. Mouse models of plaque psoriasis were employed to assess the therapeutic potential of CLT and tacrolimus (TAC). Results: Over-expression of FLI1 in skin cells upregulated 24 psoriasis-associated genes, which were identified through RNAseq. Inhibitors of FLI1, such as CLT, suppressed these inflammatory genes in skin cells. In mouse models of plaque psoriasis induced by imiquimod (IMQ) or phorbol ester (TPA), treatment with the anti-FLI1 inhibitor CLT, administered either peritoneally or topically, significantly downregulated inflammatory genes and alleviated psoriasis symptoms. Similarly, TAC, a common immunosuppressive agent, effectively attenuated IMQ-induced psoriasis by acting as a potent anti-FLI1 compound. Conclusion: These findings demonstrate that FLI1 plays a central role in psoriasis development and highlight it as a potential therapeutic target for this skin disorder.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».