TLR-Induced Inflammation in Cystic Fibrosis and Non-Cystic Fibrosis Airway Epithelial Cells
Notice bibliographique
Résumé
Cystic fibrosis (CF) is a genetic disease characterized by severe neutrophil-dominated airway inflammation. An important cause of inflammation in CF is Pseudomonas aeruginosa infection. We have evaluated the importance of a number of P. aeruginosa components, namely lipopeptides, LPS, and unmethylated CpG DNA, as proinflammatory stimuli in CF by characterizing the expression and functional activity of their cognate receptors, TLR2/6 or TLR2/1, TLR4, and TLR9, respectively, in a human tracheal epithelial line, CFTE29o(-), which is homozygous for the DeltaF508 CF transmembrane conductance regulator mutation. We also characterized TLR expression and function in a non-CF airway epithelial cell line 16HBE14o(-). Using RT-PCR, we demonstrated TLR mRNA expression. TLR cell surface expression was assessed by fluorescence microscopy. Lipopeptides, LPS, and unmethylated CpG DNA induced IL-8 and IL-6 protein production in a time- and dose-dependent manner. The CF and non-CF cell lines were largely similar in their TLR expression and relative TLR responses. ICAM-1 expression was also up-regulated in CFTE29o(-) cells following stimulation with each agonist. CF bronchoalveolar lavage fluid, which contains LPS, bacterial DNA, and neutrophil elastase (a neutrophil-derived protease that can activate TLR4), up-regulated an NF-kappaB-linked reporter gene and increased IL-8 protein production in CFTE29o(-) cells. This effect was abrogated by expression of dominant-negative versions of MyD88 or Mal, key signal transducers for TLRs, thereby implicating them as potential anti-inflammatory agents for CF.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».