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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».