Exploration of novel therapeutic targets for keloids based on clinical and molecular data: the role of the IL-4/IL-13 signaling pathway
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Keloids are problematic fibrotic lesions with excessive collagen and chronic inflammation; their underlying causes are not fully understood. Type 2 helper T (Th2) cytokines IL-4 and IL-13 are implicated in various fibrotic disorders, including but not limited to pulmonary fibrosis and systemic sclerosis. This study aimed to investigate the IL-4/IL-13 signaling pathway's contribution to keloid pathophysiology and evaluate its potential as a novel therapeutic target. METHODS: We retrospectively analyzed keloid patients, collecting demographic data and grading scar severity with the Vancouver Scar Scale (VSS). Keloid tissue specimens underwent immunofluorescence, Western blotting, and real-time PCR to quantify IL-4, IL-13, Type I Collagen alpha 1 (Collagen I A1), and phosphorylated STAT6 (p-STAT6) expression. RESULTS: Patients had an average total VSS score of 11.0 ± 2.9, indicating active fibrotic inflammation. Molecular assays showed significant upregulation of IL-4 and IL-13, alongside increased p-STAT6 and Collagen I A1 in keloid tissues. Notably, IL-4, IL-13, and p-STAT6 expression positively correlated with VSS thickness and pliability scores. CONCLUSIONS: Our findings demonstrate that the IL-4/IL-13 signaling axis is markedly activated in keloid tissues, promoting collagen synthesis via STAT6 phosphorylation. Therefore, targeting the IL-4/IL-13/STAT6 pathway may represent a promising therapeutic strategy for managing keloids.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».