Lipoteichoic Acid-Induced Lung Inflammation Depends on TLR2 and the Concerted Action of TLR4 and the Platelet-Activating Factor Receptor
Notice bibliographique
Résumé
Lipoteichoic acid (LTA) is a major outer cell wall component of Gram-positive bacteria that has been implicated as an important factor in the inflammatory response following bacterial infection. In vitro data indicate roles for TLR2, platelet-activating factor receptor (PAFR), CD14, and LPS-binding protein (LBP) in cellular responsiveness to LTA, whereas the mechanisms contributing to LTA effects in vivo have never been investigated. Using mice deficient for LBP, CD14, TLR2, TLR4, or PAFR, we now examined the role of these molecules in pulmonary inflammation induced by highly purified LTA in vivo. Although pulmonary LBP increased dose-dependently following administration of LTA, the inflammatory response was unaltered in LBP-/- mice. TLR2 proved to be indispensable for the initiation of an inflammatory response, as polymorphonuclear cell influx, TNF-alpha, keratinocyte-derived chemokine, and MIP-2 release were abolished in TLR2-/- mice. Minor effects such as moderately decreased TNF-alpha and MIP-2 levels were observed in the absence of CD14, indicating a role for CD14 as a coreceptor. Quite surprisingly, the absence of TLR4 greatly diminished pulmonary inflammation and the same phenotype was observed in PAFR-/- animals. In contrast to all other mice studied, only TLR4-/- and PAFR-/- mice displayed significantly elevated IL-10 pulmonary concentrations. These data suggest that TLR2 is the single most important receptor signaling the presence of LTA within the lungs in vivo, whereas TLR4 and PAFR may influence lung inflammation induced by LTA either by sensing LTA directly or through recognition and signaling of endogenous mediators induced by the interaction between LTA and TLR2.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».