Adaptation of Human CD4+ T Cells to Pathophysiological Hypoxia: A Transcriptome Analysis
Notice bibliographique
Résumé
OBJECTIVE: Inflamed tissues are usually characterized by low oxygen levels. We investigated whether pathophysiological hypoxia (pO(2) < 1%) as found in the rheumatoid synovium modulates the transcriptome of human CD4+ T cells. METHODS: We analyzed the extent to which hypoxia influences the transcriptome in the rheumatoid synovium according to a gene cluster reflecting adaptation to low oxygen levels. Hypoxia-inducible factor-1alpha (HIF-1alpha) was detected in the rheumatoid synovium using immunohistochemistry. Isolated human CD4+ T cells were exposed to hypoxia and analyzed using microarray analysis, quantitative polymerase chain reaction, and immunoblot detection. RESULTS: In rheumatoid arthritis (RA) synovial tissue samples, hypoxia modulates the transcription profile. This profile is similar, but not identical, to that found in isolated CD4+ T cells incubated under hypoxic conditions. We show that HIF-1alpha is expressed in synovial tissue samples and in hypoxic CD4+ cells; and that hypoxia directly affects differential gene expression in human T cells with up to 4.8% modulation of the transcriptome. Functional genome analysis revealed substantial effects of hypoxia on immune response, transcriptional regulation, protein modification, cell growth and proliferation, and cell metabolism. CONCLUSION: Severe hypoxia, a feature of joint inflammation, considerably modulates the transcriptome of cells found in the rheumatoid synovium. Human CD4+ T cells adapt to hypoxic conditions mainly by HIF-1-driven effects on the transcriptome reflecting a profound influence on immune functions. Thus, hypoxia must be taken into account when therapeutically targeting inflammation.
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 | 0,000 |
| 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 ».