Regulation of Mucosal Dendritic Cell Function by Receptor Activator of NF-κB (RANK)/RANK Ligand Interactions: Impact on Tolerance Induction
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
The mucosal immune system is uniquely equipped to discriminate between potentially invasive pathogens and innocuous food proteins. While the mechanisms responsible for induction of mucosal immunity vs tolerance are not yet fully delineated, recent studies have highlighted mucosal dendritic cells (DC) as being important in determining the fate of orally administered Ag. To further investigate the DC:T cell signals involved in regulating the homeostatic balance between mucosal immunity and tolerance, we have examined the expression and function of the TNFR family member receptor activator of NF-kappaB (RANK) and its cognate ligand, RANKL, in vitro and in vivo. Our data show that although DC isolated from mucosal lymphoid tissues expressed similar levels of surface RANK compared with DC isolated from peripheral lymphoid tissues, DC from the distinct anatomical sites displayed differential responsiveness to RANK engagement with soluble RANKL. Whereas splenic DC responded to RANKL stimulation with elevated IL-12 p40 mRNA expression, Peyer's patch DC instead preferentially displayed increased IL-10 mRNA expression. Our data also show that the in vivo functional capacity of mucosal DC can be modulated by RANKL. Treatment with RANKL in vivo at the time of oral administration of soluble OVA enhanced the induction of tolerance in two different mouse models. These studies underscore the functional differences between mucosal and peripheral DC and highlight a novel role for RANK/RANKL interactions during the induction of mucosal immune responses.
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 | 0,000 | 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 | 0,000 |
| 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