Human RORγt <sup>+</sup> T <sub>H</sub> 17 cells preferentially differentiate from naive FOXP3 <sup>+</sup> Treg in the presence of lineage-specific polarizing factors
Notice bibliographique
Résumé
RORγt(+) T(H)17 cells are a proinflammatory CD4(+) T-cell population associated with autoimmune tissue injury. In mice, priming of T(H)17 requires TGF-β, which alone directs the priming of FOXP3(+) regulatory T cells (Treg), in association with inflammatory cytokines. Priming of human T(H)17 cells from conventional naive CD4(+) T cells under similar conditions, however, has proved difficult to achieve. Here, we report that differentiation of human T(H)17 cells preferentially occurs from FOXP3(+) naive Treg (NTreg) in the presence of IL-2 and IL-1β and is increased by IL-23 and TGF-β. IL-1β-mediated differentiation correlated with IL-1RI expression in stimulated NTreg and was accompanied by induction of RORγt along with down-regulation of FOXP3. IL-17-secreting cells in NTreg cultures cosecreted TNF-α and IL-2 and contained distinct subpopulations cosecreting or not cosecreting IFN-γ and other T(H)17-associated cytokines. Polarized NTreg contained significant subpopulations of CCR6-expressing cells that were highly enriched in IL-17-secreting cells. Finally, analysis of CCR6 expression with respect to that of IL-1RI identified distinct IL-17-secreting subpopulations that had maintained or lost their suppressive functions. Together our results support the concept that priming of human T(H)17 from naive CD4(+) T cells preferentially takes place from FOXP3(+) Treg precursors in the presence of lineage-specific polarizing factors.
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) | 0,002 | 0,001 |
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 ».