Increased Expression of IL-33 in Severe Asthma: Evidence of Expression by Airway Smooth Muscle Cells
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
IL-33, a new member of the IL-1 cytokine family, promotes Th2 inflammation, but evidence on the implications of this cytokine in asthma is lacking. IL-33 would be mainly expressed by structural cells, but whether proinflammatory cytokines modulate its expression in airway smooth muscle cells (ASMC) is unknown. Endobronchial biopsies were obtained from adults with mild (n = 8), moderate (n = 8), severe (n = 9), asthma and from control subjects (n = 5). Immunocytochemistry, laser-capture microdissection, reverse transcriptase, and real-time quantitative PCR were used for determining IL-33 expression in the lung tissues. ASMC isolated from resected lung specimens were cultured with proinflammatory cytokines and with dexamethasone. IL-33 expression by ASMC was determined by PCR, ELISA, and Western blotting. Higher levels of IL-33 transcripts are detected in biopsies from asthmatic compared with control subjects, and especially in subjects with severe asthma. ASMC show IL-33 expression at both protein and mRNA levels. IL-33 and TNF-alpha transcript levels correlate in the lung tissues, and TNF-alpha up-regulates IL-33 expression by cultured ASMC in a time- and dose-dependent manner. IFN-gamma also increases IL-33 expression and shows synergistic effect with TNF-alpha. Dexamethasone fails to abolish TNF-alpha-induced IL-33 up-regulation. IL-33 expression increases in bronchial biopsies from subjects with asthma compared with controls, as well as subjects with asthma severity. ASMC are a source of the IL-33 cytokine. Our data propose IL-33 as a novel inflammatory marker of severe and refractory asthma.
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) | 0,001 | 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 | 0,001 | 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 découle