XiaoMi-AI文件搜索系统
World File Search System趋化因子
使用 68Ga-PentixaFor PET 对 690 名实体或血液肿瘤患者的 CXC 基序趋化因子受体 4 表达进行成像
1 德国维尔茨堡大学医院核医学系；2 维也纳医科大学核医学分部，奥地利维也纳；3 日本冈山大学医学、牙科和药学研究生院；4 德国奥格斯堡大学医学院核医学系；5 德国维尔茨堡大学医院内科 II、胃肠病学和 ENETS 卓越中心；6 马里兰州巴尔的摩约翰霍普金斯大学医学院 Russell H Morgan 放射学和放射科学系；7 德国慕尼黑工业大学药物放射化学系；8 德国维尔茨堡 Pentixapharm Würzburg；9 奥地利维也纳医科大学药物化学系；10 德国维尔茨堡大学大学医院医学系 I 内分泌和糖尿病分部； 11 德国维尔茨堡大学医院内科 II、血液学和肿瘤学系。*,# 同等贡献。
JAK抑制剂破坏T细胞诱导的促炎...
抽象目标巨噬细胞子集被T细胞激活，越来越多地被认为在类风湿关节炎（RA）发病机理中起着核心作用。Janus激酶（JAK）抑制剂在RA中已证明有益的临床作用。在这项研究中，我们研究了JAK抑制剂对细胞因子激活T（TCK）细胞产生的影响以及TCK细胞/巨噬细胞相互作用诱导的细胞因子和趋化因子的产生。方法CD14 +单核细胞和CD4 + T细胞从健康供体的Buffy毛皮中纯化从外周血单核细胞中纯化。作为代表性的JAK抑制剂，tofacitinib或ruxolitinib。先前验证的方案分别用于从单核细胞和CD4 + T细胞中生成巨噬细胞和TCK细胞。细胞因子和趋化因子，包括TNF，IL-6，IL-15，IL-RA，IL-10，MIP1α，MIP1β和IP10。结果JAK抑制剂阻止了细胞因子诱导的TCK细胞成熟，并降低了促炎性细胞因子TNF，IL-6，IL-15，IL-15，IL-1RA和趋化因子IL-10，MIP1α，MIP1α，MIP1β，IP10，由TCK细胞通过TCK细胞通过TCK Cell-inded Moclated Moclated Moclophages（Vitro）（p <0.0）。结论我们的发现表明，JAK抑制会破坏T细胞诱导的巨噬细胞激活，并减少下游促炎细胞因子和趋化因子反应，这表明抑制T细胞巨噬细胞相互作用有助于JAK抑制剂的治疗作用。
与轻度认知障碍（MCI）和阿尔茨海默氏病（AD）的趋化因子信号通路基因的血清DNA甲基化水平的关联
随着社会衰老的迅速发展，与衰老相关疾病的发生率显着增加，这已经迅速增加了神经退行性疾病的患病率，例如MCI和AD。MCI是健康衰老到AD的过渡阶段，认知能力下降和临床预言的程度尚未达到AD的严重程度[1]。每年有记忆力障碍临床表现的MCI患者中有10％至20％每年都会进展为AD [2，3]。 由于尚未鉴定出有效的血清标记物，因此通常使用与认知功能相关的量表来区分AD和MCI。 DNA甲基化是表观遗传学的主要组成部分，它受到环境因素的影响，导致疾病进展并提供有关病原体和疾病诊断的新方向。 这可能是未来AD诊断的最有希望的血液标记物，应该更多地研究细胞后DNA甲基化[4]。 几项研究表明，AD和MCI的发病机理受DNA甲基化的影响[5-9]，但是对于同一基因的DNA甲基化，对于AD和MCI进行了比较，仍然几乎没有研究。 神经免疫性炎症在AD的发病机理中起重要作用[10]，并且发现它可能在MCI阶段开发[11，12]。 趋化因子信号途径同时在星形胶质细胞和小胶质细胞中进行，这是神经炎症反应的主要部位。 因此，它是AD中神经免疫性炎症机制的重要相关途径[13-15]。每年有记忆力障碍临床表现的MCI患者中有10％至20％每年都会进展为AD [2，3]。由于尚未鉴定出有效的血清标记物，因此通常使用与认知功能相关的量表来区分AD和MCI。DNA甲基化是表观遗传学的主要组成部分，它受到环境因素的影响，导致疾病进展并提供有关病原体和疾病诊断的新方向。这可能是未来AD诊断的最有希望的血液标记物，应该更多地研究细胞后DNA甲基化[4]。几项研究表明，AD和MCI的发病机理受DNA甲基化的影响[5-9]，但是对于同一基因的DNA甲基化，对于AD和MCI进行了比较，仍然几乎没有研究。神经免疫性炎症在AD的发病机理中起重要作用[10]，并且发现它可能在MCI阶段开发[11，12]。趋化因子信号途径同时在星形胶质细胞和小胶质细胞中进行，这是神经炎症反应的主要部位。因此，它是AD中神经免疫性炎症机制的重要相关途径[13-15]。目前，大多数研究是在趋化因子信号通路中进行的Trem2-DAP12和CX3CL1-CX3CR1轴，它们在神经退行性疾病中起重要作用，并且可以调节认知功能和突触可塑性，尤其是在海马中[16]。CX3CL1-CX3CR1轴的 CXCR5基因与认知障碍有关[17]，但其与MCI或AD的关系仍然不清楚，并且对AD和MCI中该途径中其他基因的DNA甲基化差异的研究很少。 因此，我们使用关键字来筛选KEGG途径数据库中趋化因子信号通路中的所有基因，并通过文献综述进一步选择了未在DNA甲基化中研究的基因，并检查了其CPG岛是否具有甲基化研究值。 然后筛选了七个基因（CXCL5，ADCY2，HCK，MAP2K1，AKT1，WASL，RAP1B）。 之后，为了探索七个趋化因子信号通路基因与AD和MCI的血清DNA甲基化水平的关联，并进一步筛选出可以将AD与MCI区分开的基因，我们研究了AD和MCI在Xinjiang，Chimen Jinjiang，Chiranjiang，Chimenjiang，Chiranjiang，Chimen Jianjiang，Chimenjiang，Chimenjiang，Chimenjiang，Chimenjiang，Chimenjiang，Chimenjiang，Chimen Jinjiang，Chimenjiang，Chimenjiang，Chimen Jianjiang的启动子中的血清DNA甲基化水平的关联。 筛选了AD的DNA甲基化水平显着差异的基因，并通过ALZDATA数据库验证了AD不同大脑区域的表达。CXCR5基因与认知障碍有关[17]，但其与MCI或AD的关系仍然不清楚，并且对AD和MCI中该途径中其他基因的DNA甲基化差异的研究很少。因此，我们使用关键字来筛选KEGG途径数据库中趋化因子信号通路中的所有基因，并通过文献综述进一步选择了未在DNA甲基化中研究的基因，并检查了其CPG岛是否具有甲基化研究值。然后筛选了七个基因（CXCL5，ADCY2，HCK，MAP2K1，AKT1，WASL，RAP1B）。之后，为了探索七个趋化因子信号通路基因与AD和MCI的血清DNA甲基化水平的关联，并进一步筛选出可以将AD与MCI区分开的基因，我们研究了AD和MCI在Xinjiang，Chimen Jinjiang，Chiranjiang，Chimenjiang，Chiranjiang，Chimen Jianjiang，Chimenjiang，Chimenjiang，Chimenjiang，Chimenjiang，Chimenjiang，Chimenjiang，Chimen Jinjiang，Chimenjiang，Chimenjiang，Chimen Jianjiang的启动子中的血清DNA甲基化水平的关联。筛选了AD的DNA甲基化水平显着差异的基因，并通过ALZDATA数据库验证了AD不同大脑区域的表达。
轴向脱钩的光刺激和两个光子读数（Adept）用于映射神经回路的功能连通性
摘要：宿主免疫系统的体内平衡受白细胞的调节，其中有8种细胞表面受体用于细胞因子。趋化性细胞因子（趋化因子）激活其受体9，以唤起稳态迁移或炎症条件下的免疫细胞的趋化性，即炎症组织或病原体。免疫系统的失调导致11种疾病，例如过敏，自身免疫性疾病或癌症，需要有效，快速作用的药物，以最大程度地减少慢性炎症的12种长期影响。在这里，我们进行了基于结构的虚拟筛选13（SBV），由KERAS/Tensorflow神经网络（NN）辅助，以查找在三个趋化因子受体上作用的新型化合物支架14：CCR2，CCR3和一个CXC受体CXCR3。keras/tensorflow 15 nn在这里不是用作典型使用的二进制分类器，而是作为有效的多级分类器16，不仅可以丢弃非活性化合物，而且还可以丢弃低或中等活性化合物。在100 ns全原子分子动力学中测试了SBV和NN提出的几种化合物，以确认其结合亲和力。为改善化合物的基本结合亲和力，提出了新的19种化学修饰。将修饰的化合物与这三个趋化因子受体的已知20个雄鹿主义者进行了比较。已知的CXCR3是预测的21磅，因此在基于结构的方法中显示了在药物发现中使用Keras/Tensorflow的好处。此外，我们表明KERAS/Tensorflow NN可以预测化合物的受体亚型选择性，SBV通常会失败。我们跨越了24个测试的趋化因子受体数据集，这些数据集从Chembl和策划的大麻素25受体中策划的数据集获取，网址为：http：//db-gpcr-chem.uw.edu.pl。在从Chembl检索的大麻素26受体数据集上训练的NN模型是受体亚型选择性27预测中最准确的。在趋化因子受体数据集训练的NN模型中，CXCR3模型28在区分给定化合物数据集的受体亚型方面表现出最高的精度。29
细胞因子和生长因子评论
细胞因子是小的信号蛋白，可调节对感染和组织损伤的免疫反应。细胞因子的表面电荷决定了它们在免疫调节中的体内命运，例如半衰期和分布。炎症和感染期间细胞外微环境和酸中毒的总体负电荷可能会通过控制组织居住特性来差异地影响具有不同表面电荷的细胞因子，以进行微调的免疫调节。但是，在文献中尚未阐明细胞因子表面电荷的趋势和作用。有趣的是，我们已经观察到大多数促炎性细胞因子的负电荷，而大多数抗炎细胞因子和趋化因子和趋化因子都有阳性电荷。在这篇综述中，我们广泛研究了所有细胞因子和趋化因子的表面电荷，总结了主要细胞因子的药代动力学和组织粘附，并分析了表面电荷与细胞因子生物分布，激活，激活，功能以及免疫调节中的功能。此外，我们确定了促疾病和抗炎细胞因子之间电荷差异的一般趋势是开发精确免疫调节方法的独特机会，可以应用于许多与炎症相关疾病，包括实心肿瘤，慢性伤口，感染和sepsis。
CCL5通过JAK2/STAT3信号通路促进膀胱癌增殖和转移
CC 趋化因子配体 5 (CCL5) 是 CC 基序趋化因子家族的成员，该家族还包括巨噬细胞炎症蛋白 1 α (MIP-1 α ) 和巨噬细胞炎症蛋白 1 β (MIP-1 β ) (10-12)。CCL5 具有高亲和力，主要与其受体 CC 趋化因子受体 5 型 (CCR5) 以及 CCR1、CCR3、CCR4、CD44 和 GPR75 (13-15) 结合。CCL5 还通过激活核因子 κ -轻链增强子 (NF- κ B) 参与 B 细胞增殖 (16)。该蛋白在 T 淋巴细胞、巨噬细胞、血小板、滑膜成纤维细胞、小管上皮细胞和肿瘤细胞中表达 (17)。根据最近的研究，CCL5通过增强肿瘤转移（18）和重塑细胞外基质来促进肿瘤进展，从而支持肿瘤干细胞扩增（19），导致肿瘤细胞产生耐药性（20），降低DNA损伤因子的细胞毒性，减轻细胞代谢重编程（21），增加血管生成，动员免疫细胞（22），诱导巨噬细胞极化以抑制免疫反应（23）。然而，CCL5在BC中的潜在机制仍不清楚。
使用二氧化碳激光器的浅表性腹膜子宫内膜异位症蒸发：长期单中心体验
摘要：宿主免疫系统的稳态受到白细胞的调节，具有各种细胞表面受体用于细胞因子。趋化性细胞因子（趋化因子）激活其受体，以唤起稳态迁移或朝向炎症组织或病原体的炎症条件下免疫细胞的趋化性。免疫系统的失调导致疾病，例如过敏，自身免疫性疾病或癌症，需要有效，快速作用的药物，以最大程度地减少慢性炎症的长期影响。 在这里，我们进行了基于结构的虚拟筛选（SBV），并由Keras/Tensorflow神经网络（NN）辅助使用，以发现作用于三种趋化因子受体的新型化合物支架：CCR2，CCR3和一个CXC受体CXCR3。 keras/tensorflow nn在此使用不作为典型使用的二进制分类器，而是作为有效的多级分类器，不仅可以丢弃非活性化合物，还可以丢弃低或中等活性化合物。 在100 ns全原子分子动力学中测试了SBV和NN提出的几种化合物，以确认其结合效率。 为了改善化合物的基本结合功能，提出了新的化学修饰。 将修饰的化合物与这三种趋化因子受体的已知拮抗剂进行了比较。 已知的CXCR3化合物是最受预测的化合物之一。因此，除了基于结构的方法外，还显示了在药物发现中使用KERAS/Tensorflow的好处。 此外，我们表明KERAS/Tensorflow NN可以准确预测化合物的受体亚型选择性，SBV通常会失败。导致疾病，例如过敏，自身免疫性疾病或癌症，需要有效，快速作用的药物，以最大程度地减少慢性炎症的长期影响。在这里，我们进行了基于结构的虚拟筛选（SBV），并由Keras/Tensorflow神经网络（NN）辅助使用，以发现作用于三种趋化因子受体的新型化合物支架：CCR2，CCR3和一个CXC受体CXCR3。keras/tensorflow nn在此使用不作为典型使用的二进制分类器，而是作为有效的多级分类器，不仅可以丢弃非活性化合物，还可以丢弃低或中等活性化合物。在100 ns全原子分子动力学中测试了SBV和NN提出的几种化合物，以确认其结合效率。为了改善化合物的基本结合功能，提出了新的化学修饰。将修饰的化合物与这三种趋化因子受体的已知拮抗剂进行了比较。已知的CXCR3化合物是最受预测的化合物之一。因此，除了基于结构的方法外，还显示了在药物发现中使用KERAS/Tensorflow的好处。此外，我们表明KERAS/Tensorflow NN可以准确预测化合物的受体亚型选择性，SBV通常会失败。我们从Chembl和策划数据集检索到大麻素受体的跨测试趋化因子受体数据集。在从Chembl检索的大麻素受体数据集上训练的NN模型是受体亚型选择性预测中最准确的。在趋化因子受体数据集训练的NN模型中，CXCR3模型在区分给定化合物数据集的受体亚型方面表现出最高的精度。
2型糖尿病在接受固定正畸治疗的成年人中对牙龈促进性趋化趋化因子谱和晚期糖基化水平的影响
摘要。- 目的：当前的研究旨在重新核能糖尿病2型糖尿病（DMT2）对经过固定正差治疗的个体的牙龈囊泡流体（GCF）中晚期糖基化最终产物（AGE）和促炎性趋化因子的结果。患者和方法：根据包含和排除十分组，将参与者分为糖尿病和无糖尿病人群。功率分析是从一项预先研究的研究中采用的，该研究报告了肥胖个体中GCF趋化因子。所有牙齿均用于临床牙周参数（CPP）。GCF和唾液。GCF的促炎细胞因子均以PG/mL表示。使用磁珠的多重分析对Luminex®平台进行趋化因子的定量。数据的非正态性由Mann-Whitney U检验评估。正态性。以标准偏差和均值的形式计算描述性数据。结果：与非糖尿病患者相比，糖尿病患者未刺激的整个唾液流量（UWSFR）明显降低（p = .021）。在不同的临床牙周化对象（CPP）之间，在二型和非糖尿病参与者之间没有发现斑块评分（PS）和探测深度（PD）的差异。与非二 - 基本组相比，观察到DMT2参与者的两种GCF趋化因子（P = .031）和年龄（p = .017）在DMT2参与者中显着高。CPP和GCF生物标志物在糖尿病患者中与探测（BOP）出血（BOP）之间的年龄和GCF抵抗素水平之间存在正相关。结论：与正畸设备进行DMT2对齐的参与者
Theranostics CD34+ PI16+成纤维细胞祖细胞...
理由：移植加速的动脉硬化是一种常见的并发症，它限制了器官移植受者的长期存活。虽然先前的研究表明CD34 +茎/祖细胞（SPC）参与此过程，但它们的异质性和潜在的不利影响仍未完全理解。方法：为了研究CD34 + SPC在移植动脉粥样硬化中的作用，我们使用了各种遗传改性的小鼠模型，包括BALB/C，C57BL/6J，CD34-CREER T2，ROSA26-TDTOMATO，ROSA26-TDTOMATO单细胞RNA测序（SCRNA-SEQ），趋化因子抗体微阵列，ELISA分析和免疫组织化学用于鉴定成纤维细胞祖细胞及其与平滑肌细胞的相互作用。此外，还进行了针对CCL11/CCR3-PI3K/AKT信号通路的体内和体外实验，以评估其在移植动脉粥样硬化的发病机理中的作用。结果：单细胞RNA-seq和遗传谱系追踪显示成纤维细胞祖细胞的亚群，其特征在于高CD34和PI16表达，它们分化为独特的趋化成纤维细胞亚群。蛋白质组学和SCRNA分析表明，该CD34 + PI16-亚组释放了CCL11（eotaxin -1），该子组通过平滑肌细胞的旁分泌激活促进了内膜增生。CCL11与其受体CCR3的结合激活了平滑肌细胞中的PI3K/AKT信号通路，驱动其增殖和迁移。体内，CCL11的过表达促进了新内膜增生，同时中和CCL11或抑制CCR3减轻了新内膜形成。结论：这些发现确定了CD34 + PI16 +成纤维细胞祖细胞，这些祖细胞分化为特定的趋化成纤维细胞，从而释放了趋化因子的趋化因子以形成新的趋化因子，这表明一种治疗策略靶向其趋化性活性。