Differential modulating effect of natural killer (NK) T cells on interferon-γ production and cytotoxic function of NK cells and its relationship with NK subsets in Chlamydia muridarum infection
Notice bibliographique
Résumé
Natural killer T (NKT) cells are a newly identified T-cell population with potential immunomodulatory functions. Several studies have shown modulating effects of NKT cells activated by α-galactosylceramide, a model antigen, on NK cell function. We here report a differential modulating effect of NKT cells on the interferon-γ (IFN-γ) production and cytolytic function of NK cells in a chlamydial infection model, using NKT-cell-deficient mice and antibody blocking (anti-CD1d monoclonal antibody) approaches. Our results showed that both NKT and NK cells became activated and produced IFN-γ following Chlamydia muridarum infection in vitro and in vivo. The NK cells in NKT-cell-deficient mice and CD1d-blocked mice showed decreased CD69 expression, cellular expansion and IFN-γ production but surprisingly showed increased cytolytic activity (degranulation) of immature and more mature NK cell subsets, suggesting an inhibitory role of NKT cells on NK cell killing activity. The results suggest that NKT cells preferentially promote IFN-γ production but are inhibitory for the cytotoxic function of NK cells in this infection model. Furthermore, the differential modulating effect of NKT cells on the IFN-γ production and cytotoxicity of NK cells was observed in immature and mature NK cell subsets, although it was more dramatic in the relatively mature CD11b(high) CD27(high) NK cell subset. This finding demonstrates the complexity of innate cell interactions in infection and the possible differential impact of NKT cells on the variable functional aspects of other cell(s) even in one infection setting.
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 | 0,000 | 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 | 0,000 | 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 ».