Inflammatory Molecule Elaboration in Secondhand Smoke (SHS)-Induced or Conditional RAGE Transgenic Modeling of Chronic Rhinosinusitis (CRS)
Notice bibliographique
Résumé
Chronic rhinosinusitis (CRS) is characterized by sinonasal inflammation, mucus overproduction, and edematous mucosal tissue. This inflammatory condition is characterized by mucosal thickening, nasal obstruction, facial pain or pressure, hyposmia, and nasal discharge. The aim of this research was to clarify a potential role for the receptor for advanced glycation end-products (RAGE) in mouse nasoantral epithelium in perpetuating pro-inflammatory cytokine elaboration similarly expressed by CRS patients. Specifically, wild-type (WT) mice and transgenic (TG) mice overexpressing RAGE in sinonasal epithelium (RAGE TG mice) were maintained in room air or subjected to secondhand smoke exposure using a nose-only delivery system (Scireq Scientific, Montreal, QC, Canada) for five days per week over a 30-day period. Histological analysis was performed using staining for RAGE. Tissue lysates were analyzed for pro-inflammatory cytokines. We observed increased RAGE expression in sinus tissue following SHS exposure and in sinuses from RAGE TG mice in the absence of SHS. We also discovered elevated T helper (Th)1 products (TNF-α, IL-1β, IFN-γ) and Th2/Th17 (IL-5, IL-13, IL-17A) cytokine abundance in SHS-exposed WT and SHS-exposed RTG tissues compared to room air controls. These findings highlight the pivotal role of RAGE signaling in the exacerbation of inflammatory processes, particularly in the context of chronic inflammation induced by smoke exposure. The study expands our understanding of the RAGE signaling axis as a key contributor to the progression of smoke-related lung and sinonasal pathologies. Targeting RAGE-mediated pathways could represent a novel therapeutic strategy to mitigate the progression of chronic sinusitis associated with smoke exposure.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».