IgA and IgG antineutrophil cytoplasmic antibody engagement of Fc receptor genetic variants influences granulomatosis with polyangiitis
Notice bibliographique
Résumé
Granulomatosis with polyangiitis (Wegener's) is a rare autoimmune neutrophil-mediated vasculitis that can cause renal disease and mucosal manifestations. Antineutrophil cytoplasmic antibodies (ANCA) are present in many patients, vary in level over time, and induce neutrophil activation through engagement with Fc receptors (FcRs). Given roles for FcRs in ANCA-mediated neutrophil activation and IgA antibodies in mucosal immunity, we hypothesized that FcR genetics and previously unappreciated IgA ANCA affect clinical presentation. We assembled a total of 673 patients and 413 controls from two multicenter cohorts, performed ELISA and immunofluorescence assays to determine IgA and IgG ANCA positivity, and used Illumina, TaqMan, or Pyrosequencing to genotype eight haplotype-tagging SNPs in the IgA FcR (FCAR) and to determine NA1/NA2 genotype of FCGR3B, the most prevalent neutrophil IgG FcR. We evaluated neutrophil activation by measuring degranulation marker CD11b with flow cytometry or neutrophil extracellcular trap formation with confocal microscopy. Functional polymorphisms in FCGR3B and FCAR differed between patient groups stratified by renal involvement. IgA ANCA were found in ∼30% of patients and were less common in patients with severe renal disease. Neutrophil stimulation by IgA or IgG ANCA led to degranulation and neutrophil extracellcular trap formation in a FcR allele-specific manner (IgA:FCAR P = 0.008; IgG:FCGR3B P = 0.003). When stimulated with IgA and IgG ANCA together, IgG ANCA induced neutrophil activation was reduced (P = 0.0001). FcR genotypes, IgA ANCA, and IgG ANCA are potential prognostic and therapeutic targets for understanding the pathogenesis and presentation of granulomatosis with polyangiitis (Wegener's).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».