Tr1 Cells, but Not Foxp3+ Regulatory T Cells, Suppress NLRP3 Inflammasome Activation via an IL-10–Dependent Mechanism
Notice bibliographique
Résumé
The two best-characterized types of CD4(+) regulatory T cells (Tregs) are Foxp3(+) Tregs and Foxp3(-) type 1 regulatory (Tr1) cells. The ability of Foxp3(+) Tregs and Tr1 cells to suppress adaptive immune responses is well known, but how these cells regulate innate immunity is less defined. We discovered that CD44(hi)Foxp3(-) T cells from unmanipulated mice are enriched in Tr1 cell precursors, enabling differentiation of cells that express IL-10, as well as Tr1-associated cell surface markers, CD49b and LAG-3, and transcription factors, cMaf, Blimp-1, and AhR. We compared the ability of Tr1 cells versus Foxp3(+) Tregs to suppress IL-1β production from macrophages following LPS and ATP stimulation. Surprisingly, Tr1 cells, but not Foxp3(+) Tregs, inhibited the transcription of pro-IL-1β mRNA, inflammasome-mediated activation of caspase-1, and secretion of mature IL-1β. Consistent with the role for IL-10 in Tr1 cell-mediated suppression, inhibition of inflammasome activation and IL-1β secretion was abrogated in IL-10R-deficient macrophages. Moreover, IL-1β production from macrophages derived from Nlrp3(A350V) knockin mice, which carry a mutation found in cryopyrin-associated periodic syndrome patients, was suppressed by Tr1 cells but not Foxp3(+) Tregs. Using an adoptive transfer model, we found a direct correlation between Tr1 cell engraftment and protection from weight loss in mice expressing a gain-of-function NLRP3. Collectively, these data provide the first evidence for a differential role of Tr1 cells and Foxp3(+) Tregs in regulating innate immune responses. Through their capacity to produce high amounts of IL-10, Tr1 cells may have unique therapeutic effects in disease-associated inflammasome activation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».