In Vivo Lipopolysaccharide Exposure of Human Blood Leukocytes Induces Cross-Tolerance to Multiple TLR Ligands
Notice bibliographique
Résumé
In vitro and in vivo experiments in mice have shown that exposure of cells to the TLR4 ligand LPS induces tolerance toward a second exposure to LPS and induces cross-tolerance to certain other TLR ligands. Recently, we found that LPS tolerance in experimental human endotoxemia and Gram-negative sepsis is associated with elevated levels of IL-1R-associated kinase M, an intracellular negative regulator of MyD88-dependent TLR signaling. In the present study, we investigated whether in vivo exposure of humans to LPS induces tolerance in circulating leukocytes to other TLR agonists that rely either on MyD88- dependent or on MyD88-independent signaling. Analysis of TNF, IL-1beta, IL-6, and IL-10 levels in whole blood demonstrated that leukocytes were hyporesponsive to ex vivo LPS restimulation 3-8 h after i.v. LPS injection (4 ng/kg). Reduced cytokine release during the same interval was also observed in whole blood further stimulated with MyD88-dependent ligands for TLR2, TLR5, and TLR7 or with whole bacteria. Strikingly, blood leukocytes were also tolerant to a ligand for TLR3, which signals solely through a MyD88-independent (Toll IL-1R domain-containing adaptor-inducing IFN-beta (TRIF)-dependent) pathway. The hyporesponsiveness of leukocytes to TLR3 ligation was associated with reduced rather than increased levels of the recently identified TRIF inhibitor SARM. Taken together, these data indicate that systemic LPS challenge of human volunteers induces cross-tolerance to multiple TLR ligands that signal in a MyD88-dependent or MyD88-independent manner and suggest that LPS exposure of human blood leukocytes may hamper the inflammatory response to various microbial components.
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 | 0,000 |
| 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 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 ».