Dysregulated Macrophage-Inflammatory Protein-2 Expression Drives Illness in Bacterial Superinfection of Influenza
Notice bibliographique
Résumé
Influenza virus infection is a leading cause of death and disability throughout the world. Influenza-infected hosts are vulnerable to secondary bacterial infection, however, and an ensuing bacterial pneumonia is actually the predominant cause of influenza-attributed deaths during pandemics. A number of mechanisms have been proposed by which influenza may predispose to superinfection with an unrelated or heterologous pathogen, but the subsequent interaction between the host, virus, and bacteria remains an understudied area. In this study, we develop and examine a novel model of heterologous pulmonary infection in which an otherwise subclinical Bordetella parapertussis infection synergizes with an influenza virus infection to yield a life-threatening secondary pneumonia. Despite a profound pulmonary inflammatory response and unaltered viral clearance, bacterial clearance was significantly impaired in heterologously infected mice. No deficits were observed in pulmonary or systemic adaptive immune responses or the viability or function of infiltrating inflammatory cells to explain this phenomenon, and we provide evidence that the onset of severe pulmonary inflammation actually precedes the increased bacterial burden, suggesting that exacerbated inflammation is independent of bacterial burden. To that end, neutralization of the ELR(+) inflammatory chemokine MIP-2 (CXCL2/GRO-beta) attenuated the inflammation, weight loss, and clinical presentation of heterologously infected mice without impacting bacterial burden. These data suggest that pulmonary inflammation, rather than pathogen burden, is the key threat during bacterial superinfection of influenza and that selective chemokine antagonists may be a novel therapeutic intervention in cases of bacterial superinfection of influenza.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».