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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».