SHIP prevents lipopolysaccharide from triggering an antiviral response in mice
Notice bibliographique
Résumé
Gram-negative bacterial infections, unlike viral infections, do not typically protect against subsequent viral infections. This is puzzling given that lipopolysaccharide (LPS) and double-stranded (ds) RNA both activate the TIR domain-containing adaptor-inducing interferon beta (TRIF) pathway and, thus, are both capable of eliciting an antiviral response by stimulating type I interferon (IFN) production. We demonstrate herein that SH2-containing inositol-5'-phosphatase (SHIP) protein levels are dramatically increased in murine macrophages via the MyD88-dependent pathway, by up-regulating autocrine-acting transforming growth factor-beta (TGFbeta). The increased SHIP then mediates, via inhibition of the phosphatidylinositol-3-kinase (PI3K) pathway, cytosine-phosphate-guanosine (CPG)- and LPS-induced tolerance and cross-tolerance and restrains IFN-beta production induced by a subsequent exposure to LPS or dsRNA. Intriguingly, we found, using isoform-specific PI3K inhibitors, that LPS- or cytosine-phosphate-guanosine-induced interleukin-6 (IL-6) is positively regulated by p110alpha, -gamma, and -delta but negatively regulated by p110beta. This may explain some of the controversy concerning the role of PI3K in Toll-like receptor-induced cytokine production. Consistent with our in vitro findings, SHIP(-/-) mice overproduce IFN-beta in response to LPS, and this leads to antiviral hypothermia. Thus, up-regulation of SHIP in response to Gram-negative bacterial infections probably explains the inability of such infections to protect against subsequent viral infections.
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 | 0,000 |
| 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) | 0,000 | 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 ».