Amniotic fluid inhibits Toll-like receptor 4 signaling in the fetal and neonatal intestinal epithelium
Notice bibliographique
Résumé
The fetal intestinal mucosa is characterized by elevated Toll-like receptor 4 (TLR4) expression, which can lead to the development of necrotizing enterocolitis (NEC)--a devastating inflammatory disease of the premature intestine--upon exposure to microbes. To define endogenous strategies that could reduce TLR4 signaling, we hypothesized that amniotic fluid can inhibit TLR4 signaling within the fetal intestine and attenuate experimental NEC, and we sought to determine the mechanisms involved. We show here that microinjection of amniotic fluid into the fetal (embryonic day 18.5) gastrointestinal tract reduced LPS-mediated signaling within the fetal intestinal mucosa. Amniotic fluid is abundant in EGF, which we show is required for its inhibitory effects on TLR4 signaling via peroxisome proliferator-activated receptor, because inhibition of EGF receptor (EGFR) with cetuximab or EGF-depleted amniotic fluid blocked the inhibitory effects of amniotic fluid on TLR4, whereas amniotic fluid did not prevent TLR4 signaling in EGFR- or peroxisome proliferator-activated receptor γ-deficient enterocytes or in mice deficient in intestinal epithelial EGFR, and purified EGF attenuated the exaggerated intestinal mucosal TLR4 signaling in wild-type mice. Moreover, amniotic fluid-mediated TLR4 inhibition reduced the severity of NEC in mice through EGFR activation. Strikingly, NEC development in both mice and humans was associated with reduced EGFR expression that was restored upon the administration of amniotic fluid in mice or recovery from NEC in humans, suggesting that a lack of amniotic fluid-mediated EGFR signaling could predispose to NEC. These findings may explain the unique susceptibility of premature infants to the development of NEC and offer therapeutic approaches to this devastating disease.
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) | 0,001 | 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 ».