【摘 要】
：
目的探讨miR-145靶向TLR4对尖锐湿疣(CA)患者外周血单核细胞来源树突状细胞分泌IL-18和IL-10的影响。方法收集40例CA患者作为CA组,40例健康人作为对照组(Con),采用ELISA法检
【基金项目】
：
河北省科技厅科技计划项目(162777150);河北省卫健委重点科技研究计划项目(20160207)
论文部分内容阅读
目的探讨miR-145靶向TLR4对尖锐湿疣(CA)患者外周血单核细胞来源树突状细胞分泌IL-18和IL-10的影响。方法收集40例CA患者作为CA组,40例健康人作为对照组(Con),采用ELISA法检测两组外周血中IL-18和IL-10的表达水平。流式细胞仪检测树突状细胞表型CD1a、CD83和CD80的表达率以鉴定树突状细胞的体外诱导结果,Western blot检测树突状细胞中TLR4蛋白表达,RT-PCR检测树突状细胞中miR-145和TLR4 mRNA的表达。转染miR-145 mimics和si-TLR4至CA患者外周血树突状细胞后,ELISA法检测上调miR-145和敲低TLR4表达对树突状细胞分泌IL-18和IL-10的影响。采用TargetScan生物学软件预测,双荧光素酶报告基因实验验证miR-145和TLR4的靶向关系。转染pcDNA 3.1-TLR4载体后,观察上调TLR4表达对miR-145调控树突状细胞分泌IL-18和IL-10的影响。结果树突状细胞诱导培养7 d后,细胞表面成熟表型CD1a、CD83和CD80表达率显著升高,树突状细胞的体外诱导成功。与Con组相比,CA组外周血中IL-18、IL-10水平和树突状细胞中TLR4蛋白、mRNA的表达均显著升高,而miR-145的表达显著降低(P<0.05)。上调miR-145表达或敲低TLR4使树突状细胞分泌IL-18和IL-10含量降低。双荧光素酶报告基因实验证实TLR4是miR-145的靶基因。上调TLR4表达能够明显逆转miR-145对树突状细胞分泌IL-18和IL-10的抑制作用。结论 miR-145可通过靶向TLR4抑制CA患者外周血树突状细胞分泌IL-18和IL-10。
其他文献
随着现代社会的飞速发展,新材料的革命已经成为推动科学技术进步的一种重要力量。在有机物聚合过程中引入磁场可以改善材料的性能,磁性加工技术正逐渐成为新型功能材料制备的一种新工艺方法而受到高度关注,但简易的低强磁场对聚合反应进程与结果影响有限。本文基于强磁场条件下苯乙烯的自由基本体均聚与共聚反应进行研究,这必将对磁场效应的在聚合物合成中的应用发展奠定一定的理论基础。为了保证反应体系的简单、纯净,首先在磁
实验目的探讨利用脂多糖构建大鼠急性肺损伤动物模型方法的可行性。探讨骨髓间充质干细胞(BMSCs)的分离、培养、扩增、鉴定,分析其在损伤肺部的分布和定植情况,以及对损伤肺
十九大报告指出当前是决胜全面建成小康社会的关键时期,要突出抓重点、补短板、强弱项,改革开放以来,我国城市快速发展,或已成为全球城镇化发展速度最快的国家之一。但是,城
学习动机是影响二语或外语学习成效的一项重要因素。目前关于动机的研究,大多数研究者主要聚焦在动机的积极方面,很少关注到动机的消极方面,即负动机。除此之外,针对高中生英语学习负动机的研究关注得很少,对负动机在中学的对比研究则是少之又少。因此,本研究主要是对两所学校的英语学困生的负动机进行对比研究,从而对其获得一个更客观和全面的了解。本研究采用定量研究和定性研究相结合的研究方法。以南昌市两所高中的102
水性光固化技术不仅具有传统光固化技术高效、简便、节能等优点,而且它以水替代具有挥发性的活性稀释剂,用于调节体系粘度,更加安全环保,符合环境友好发展理念。水性光引发剂
数字地图的质量是其应用的“生命”，如何更好地对数字地图进行质量控制，把差、错、漏消灭在生产第一线，是目前航测数字化生产所面临的一项迫切任务。本文围绕数字地图矢量数据的
多部位损伤是航空结构中的典型损伤形式,对飞机结构完整性构成严重威胁。现行的损伤容限设计原则存在不完善的一面,用基于单一裂纹损伤容限的知识和方法不足以解决多部位损伤
本文利用中国2002-2014年间的货物贸易和外交访问数据,基于扩展的引力模型,定量研究外交访问对出口的创造效应。主要结论如下:控制多重固定效应的实证结果表明,不同类型的外
多支柱养老保险是养老保险理论的完善和发展.建立多支柱养老保险体系是应对人口老龄化和国家财政负担过重的需要.为了推动多支柱养老保险体系的建设,国务院出台了一系列政策
在TFT-LCD(Thin Film Transistor-Liquid Crystal Display)的生产中,显示缺陷的识别,因为可以指导工艺的改进,而具有重大的意义。而Mura缺陷,因其后果的严重性以及自身的难识别问题,一直是显示缺陷识别中的核心和难点。当前基于深度学习的算法,受限于对标记数据的巨大依赖,导致其难以在实际产线部署应用。本文从实际需求出发,针对深度学习算法对标记数据的依赖问题