IL-22 contributes to TGF-β1-mediated epithelial-mesenchymal transition in asthmatic bronchial epithelial cells
Notice bibliographique
Résumé
BACKGROUND: Allergic asthma is characterized by airway inflammation in response to antigen exposure, leading to airway remodeling and lung dysfunction. Epithelial-mesenchymal transition (EMT) may play a role in airway remodeling through the acquisition of a mesenchymal phenotype in airway epithelial cells. TGF-β1 is known to promote EMT; however, other cytokines expressed in severe asthma with extensive remodeling, such as IL-22, may also contribute to this process. In this study, we evaluated the contribution of IL-22 to EMT in primary bronchial epithelial cells from healthy and asthmatic subjects. METHODS: Primary bronchial epithelial cells were isolated from healthy subjects, mild asthmatics and severe asthmatics (n=5 patients per group). The mRNA and protein expression of epithelial and mesenchymal cell markers and EMT-associated transcription factors was evaluated following stimulation with TGF-β1, IL-22 and TGF-β1+IL-22. RESULTS: Primary bronchial epithelial cells stimulated with TGF-β1 underwent EMT, demonstrated by decreased expression of epithelial markers (E-cadherin and MUC5AC) and increased expression of mesenchymal markers (N-cadherin and vimentin) and EMT-associated transcription factors. IL-22 alone had no effect on epithelial or mesenchymal gene expression. However, IL-22+TGF-β1 promoted the expression of some EMT transcription factors (Snail1 and Zeb1) and led to a more profound cadherin shift, but only in cells obtained from severe asthmatics. CONCLUSION: The impact of IL-22 on airway epithelial cells depends on the cytokine milieu and the clinical phenotype of the patient. Further studies are required to determine the molecular mechanism of IL-22 and TGF-β1 cooperativity in driving EMT in primary human bronchial epithelial cells.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,002 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».