Distinct Effector Cytokine Profiles of Memory and Naive Human B Cell Subsets and Implication in Multiple Sclerosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although recent animal studies have fuelled growing interest in Ab-independent functions of B cells, relatively little is known about how human B cells and their subsets may contribute to the regulation of immune responses in either health or disease. In this study, we first confirm that effector cytokine production by normal human B cells is context dependent and demonstrate that this involves the reciprocal regulation of proinflammatory and anti-inflammatory cytokines. We further report that this cytokine network is dysregulated in patients with the autoimmune disease multiple sclerosis, whose B cells exhibit a decreased average production of the down-regulatory cytokine IL-10. Treatment with the approved chemotherapeutic agent mitoxantrone reciprocally modulated B cell proinflammatory and anti-inflammatory cytokines, establishing that the B cell cytokine network can be targeted in vivo. Prospective studies of human B cells reconstituting following in vivo depletion suggested that different B cell subsets produced distinct effector cytokines. We confirmed in normal human B cell subsets that IL-10 is produced almost exclusively by naive B cells while the proinflammatory cytokines lymphotoxin and TNF-alpha are largely produced by memory B cells. These results point to an in vivo switch in the cytokine "program" of human B cells transitioning from the naive pool to the memory pool. We propose a model that ascribes distinct and proactive roles to memory and naive human B cell subsets in the regulation of memory immune responses and in autoimmunity. Our findings are of particular relevance at a time when B cell directed therapies are being applied to clinical trials of several autoimmune diseases.
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.
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 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle