The CCL17/CCL22–CCR4 Axis in Pain Pathogenesis: A Comprehensive Review of Immune-Mediated Mechanisms and Therapeutic Opportunities
Notice bibliographique
Résumé
The role of C-C motif chemokine ligand (CCL) 17 and CCL22 signalling has been demonstrated in allergic disorders, such as asthma and atopic dermatitis, as well as multiple types of neoplastic disorders. New evidence has identified that CCL17/CCL22 activation of the receptor CCR4 functions to mediate pain, with distinct roles in arthritic, neuropathic, and inflammatory postoperative pain. CCR4 blockade is suggested to prevent the development of neuropathic pain by inhibiting microglia activation and the subsequent increase in pronociceptive cytokines. CCL17 can also play a key role in the pathophysiology of arthritic pain. Further, CCL17 expression is increased in response to granulocyte-macrophage colony-stimulating factor. Both CCL17 and CCL22, produced by skin-resident dendritic cells in response to incisional wounds, bind CCR4 expressed on peripheral sensory neurons, directly inducing pain signalling. These findings suggest that CCR4 may represent a therapeutic target for reducing pain. Understanding the role of CCR4 in the process of pain may also provide essential insight into the development of these therapeutic agents. The present paper provides a comprehensive review of the current literature on the role of the immune system in the inflammatory pain response, with a specific focus on the role of CCL17 and CCL22 activity in the pathophysiology of pain. Also, we discuss the potential for therapeutically targeting CCR4 and its clinical implications.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».