Manoalide抑制NLRP3炎症小体并缓解炎症疾病的作用及机制探究

来源 :中国科学技术大学 | 被引量 : 0次 | 上传用户:liulg
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
NLRP3炎症小体能够感知多种病原分子和危险信号,且其活化能够产生并分泌IL1β和IL-18等炎性细胞因子,因而其在炎症发生过程中发挥关键作用。近年来,NLRP3炎症小体被报道与多种人类疾病密切相关,比如自身炎症性疾病、神经系统疾病、代谢性疾病等。因此,NLRP3也被认为是这些疾病的重要干预靶点。目前,相关研究已经报道一些NLRP3炎症小体的抑制剂,但是尚无靶向NLRP3的临床药物。因此,进一步筛选和鉴定高效、安全、利于临床开发的NLRP3炎症小体抑制剂有助于发现靶向NLRP3的疾病干预手段。Manoalide是从海绵中分离的一种海洋天然二酯萜,被报道具有良好抗炎效果,但其抗炎机制尚不明确。我们的研究发现,manoalide在体内或体外都能够显著抑制NLRP3炎症小体活化,且能缓解NLRP3炎症小体驱动的神经炎症和病理损伤。主要结果如下:一、Manoalide能够剂量依赖地抑制鼠BMDM中多种激动剂激活NLRP3炎症小体和胞转LPS激活的非经典NLRP3炎症小体途径,并且也能够高效抑制人PBMC的NLRP3炎症小体活化。此外,manoalide不影响LPS诱导的鼠BMDM和人PBMC的IL-6和TNFα的释放。二、Manoalide特异性抑制NLRP3炎症小体活化,而对AIM2、IPAF和Pyrin炎症小体活化无影响。此外,manoalide不影响LPS介导的priming阶段中NLRP3炎症小体各组分的表达上调,也不影响LPS活化的NF-κB和MAPK信号通路。三、Manoalide不影响NLRP3炎症小体活化的上游事件,包括离子流动和线粒体功能障碍等,并且其抑制NLRP3炎症小体活化不依赖于对PLA2和PLC酶活性的抑制。四、Manoalide阻断NLRP3与NEK7的相互作用,抑制NLRP3炎症小体复合物的组装过程,从而抑制NLRP3炎症小体活化。五、Manoalide通过与NLRP3的NACHT结构域第377位的赖氨酸共价结合,从而阻断NLRP3与NEK7相互作用,且manoalide不与其他炎症小体的感受器结合,如NLRP1b、AIM2和NLRC4。六、Manoalide能够有效减少小鼠EAE模型中中枢神经系统的免疫细胞浸润、炎症反应和病理性脱髓鞘,缓解EAE的发生发展,且该治疗效果依赖于对NLRP3炎症小体活化的抑制。综上所述,我们发现manoalide特异性靶向NLRP3并抑制炎症小体活化,并对其抑制NLRP3炎症小体活化的机制进行了详细的阐述。此外,manoalide对EAE诱导的神经炎症显示出的良好治疗效果。由于manoalide曾被批准用于治疗银屑病的临床试验,显示出较高的安全性,我们的结果提示manoalide或其类似物在NLRP3炎症小体相关疾病具有潜在的应用价值。
其他文献
现代社会信息产业蓬勃发展,人们对于计算资源、计算能力的需求永无止境,但随着芯片加工尺寸接近原子量级,量子效应显现,晶体管电路逐渐接近性能极限,基于半导体产业的经典计算机计算瓶颈愈发显现,人们迫切需要探索新的计算方式。量子计算是一种利用量子力学原理调控信息单元从而完成计算任务的新型计算模式,其借助量子体系中的态叠加和纠缠特性可以实现并行计算,在特定的计算问题上,能够突破经典信息系统的计算极限,产生指
学位
随着互联网的飞速发展,视频数据量呈指数级增长,给存储和传输造成巨大压力,因此迫切需要对视频进行更高效的压缩。视频数据中主要为时间冗余,帧间预测是去除时间冗余的核心工具。因此,如何高效地进行帧间预测是提升视频编码效率的关键。经过四十多年的发展,帧间预测技术取得显著进步,但随着研究的深入,传统帧间预测的发展也逐渐遇到性能瓶颈,这主要有两方面原因:第一,传统帧间预测模块是手工设计和优化的,预测能力有限;
学位
金刚石中的氮-空位色心(Nitrogen-vacancy Center,NV)在室温大气下有优异的相干性质,可通过激光实现量子态的初始化和读出,是量子计算和量子精密测量中非常优良的量子体系之一。作为一种量子磁传感器,NV色心具有极高的灵敏度和空间分辨率,迄今已实现了单个电子自旋和核自旋的纳米磁共振探测。在过去的十年里,基于NV色心磁测量的应用研究已经扩展到生物、医药、凝聚态等多个领域。当前对NV色
学位
人工智能是一门研究如何赋予计算机类人智能的学科,涵盖图像处理、语音处理、自然语言处理等多项技术,其中自然语言处理架起了人类与机器之间语言沟通的桥梁。为了方便人类与机器进行自然且沉浸式的语言交互,科学家们致力于构建诸如 Apple Siri、Google Now、Microsoft Cortana 和 Amazon Alexa 等智能对话系统或社交聊天机器人,这也是人工智能领域长期关注的关键任务之一
学位
行人重识别旨在从多个摄像机拍摄的数据中正确匹配感兴趣的行人,其在智能安防、智慧交通以及智能警务等领域有着广泛应用。近些年随着深度学习的快速发展以及计算设备的性能提升,行人重识别研究取得了瞩目的进展。然而,行人重识别面对的监控场景是复杂多样的,遮挡、模糊、背景和衣着变化等因素会给现有方法带来很大的挑战。为了更好地应对复杂环境,提升行人重识别系统的鲁棒性和区分力,本文从多线索信息融合的角度出发,在时空
学位
固体壁面上的接触线运动和气—液界面演化在自然界及日常生活中广泛存在,在工业生产中有着重要的应用。移动接触线的奇异性、界面的多尺度性和几何奇异性结构是界面动力学研究中的巨大难题。考虑接触线模型的润滑理论,是研究界面问题的重要理论方法,但在处理复杂界面时仍存在挑战。本文通过理论分析和数值计算相结合的方法,基于长波近似,在多个气—液界面问题中推广了润滑理论,并研究了相应的界面特征和接触线行为,主要工作内
学位
随着互联网应用的普及,当今时代的信息量呈爆炸式增长。作为一种能在海量数据中获取知识和处理信息的技术,深度学习因其优秀的性能被广泛应用于数据挖掘、计算机视觉、自然语言处理等领域。作为深度学习技术实现的重要载体,深度学习模型本身具有巨大的应用潜力与商业价值,也因此面临着盗版和篡改等一系列安全问题。为了应对这些潜在的威胁,大量深度学习模型的保护策略应运而生,其中模型水印技术作为一种主动的保护方法,通过将
学位
视频多目标跟踪作为计算机视觉的重要任务之一,其给出的目标轨迹为视频理解、场景感知等提供了一定的技术支持,具有广阔的应用前景,如自动驾驶、智能监控、无人机、医疗影像等。早期的视频多目标跟踪算法在跟踪目标时,利用滑窗的机制,每次处理一个时间窗口内的多帧视频。这类算法在处理一帧视频时由于用到了后续若干帧的信息,无法对获取的视频帧进行及时处理,具有一定的时延,因此被称为离线多目标跟踪算法。近几年,为了满足
学位
基于内容的图像检索是计算机视觉中的基础研究方向,其旨在从大规模图像库中找出与查询图像语义相关的图像,并按相关性降序排序后返回给用户。图像检索在商品检索、地标检索、行人检索等领域有着广泛的应用。视觉重排序是基于内容的图像检索系统中重要的后处理步骤。当初次检索的结果不尽如人意时,可以使用视觉检索重排序技术对初次检索的结果进行优化,从而进一步提升图像检索的精确度。近年来,视觉检索重排序技术取得重大进展,
学位
人口老龄化是全球社会共同面临的重大问题,所以有越来越多的研究关注倒衰老以及衰老相关的神经退行性疾病中(如阿尔兹海默症,Alzheimer’s disease,AD)的认知衰退的机制。多模态磁共振成像(Magnetic Resonance Imaging,MRI)可以被用于从多方面研究神经退行性疾病导致的偏离正常衰老的神经系统及功能的改变。例如,使用结构MRI的大脑衰老预测模型提示,在后来发展为AD
学位