IFN Regulatory Factor 3 Contributes to the Host Response during <i>Pseudomonas aeruginosa</i> Lung Infection in Mice
Notice bibliographique
Résumé
Pseudomonas aeruginosa is a major opportunistic pathogen. However, host defense mechanisms involved in P. aeruginosa lung infection remain incompletely defined. The transcription factor IFN regulatory factor 3 (IRF3) is primarily associated with host defense against viral infections, and a role of IRF3 in P. aeruginosa infection has not been reported previously. In this study, we showed that IRF3 deficiency led to impaired clearance of P. aeruginosa from the lungs of infected mice. P. aeruginosa infection induced IRF3 translocation to the nucleus, activation of IFN-stimulated response elements (ISRE), and production of IFN-beta, suggesting that P. aeruginosa activates the IRF3-ISRE-IFN pathway. In vitro, macrophages from IRF3-deficient mice showed complete inhibition of CCL5 (RANTES) and CXCL10 (IP-10) production, partial inhibition of TNF, but no effect on CXCL2 (MIP-2) or CXCL1 (keratinocyte-derived chemokine) in response to P. aeruginosa stimulation. In vivo, IRF3-deficient mice showed complete inhibition of CCL5 production and partial or no effects on production of other cytokines and chemokines in the bronchoalveolar lavage fluids and lung tissues. Profiling of immune cells in the airways revealed that neutrophil and macrophage recruitment into the airspace was reduced, whereas B cell, T cell, NK cell, and NKT cell infiltration was unaffected in IRF3-deficient mice following P. aeruginosa lung infection. These data suggest that IRF3 regulates a distinct profile of cytokines and chemokines and selectively modulates neutrophil and macrophage recruitment during P. aeruginosa infection. Thus, IRF3 is an integral component in the host defense against P. aeruginosa lung infection.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 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 ».