Disruption of pulmonary lipid homeostasis drives cigarette smoke-induced lung inflammation in mice
Notice bibliographique
Résumé
Overwhelming evidence links inflammation to the pathogenesis of smoking-related pulmonary diseases, especially chronic obstructive pulmonary disease (COPD). Despite an increased understanding of the disease pathogenesis, mechanisms initiating smoking-induced inflammatory processes remain incompletely understood. To investigate the mechanisms that initiate and propagate smoke-induced inflammation, we used a well-characterised mouse model of cigarette smoke exposure, mice deficient for interleukin (IL)-1α, IL-1β and Toll-like receptor 4, and antibodies blocking granulocyte-macrophage colony-stimulating factor (GM-CSF). Studies were also pursued using intranasal delivery of human oxidised low-density lipoprotein (hOxLDL), a source of oxidised lipids, to investigate the inflammatory processes associated with impaired lipid homeostasis. We found that cigarette smoke exposure rapidly led to lipid accumulation in pulmonary macrophages, a defining feature of foam cells, which in turn released high levels of IL-1α. In smoke-exposed IL-1α-deficient mice, phospholipids accumulated in the bronchoalveolar lavage, a phenomenon also observed when blocking GM-CSF. Intranasal administration of hOxLDL led to lipid accumulation in macrophages and initiated an inflammatory process that mirrored the characteristics of cigarette smoke-induced inflammation. These findings identify a link between lipid accumulation in macrophages, inflammation and damaged surfactant, suggesting that the response to damaged pulmonary surfactant is a central mechanism that drives cigarette smoke-induced inflammation. Further investigations are required to explore the role of distorted lipid homeostasis in the pathogenesis of COPD.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».