Interleukin-15 increases neutrophil adhesion onto human respiratory epithelial A549 cells and attracts neutrophils<i>in vivo</i>
Notice bibliographique
Résumé
Interleukin-15 (IL-15) is a neutrophil agonist that plays a role in inflammatory disorders, including a variety of pulmonary diseases. Adhesion of neutrophils onto pulmonary cells is a major event leading to development of inflammation. Recently, elevated levels of IL-15 have been associated with different pulmonary diseases. There is no clear evidence that IL-15 modulates cell surface expression of adhesion molecules in neutrophils, or that IL-15 is involved in neutrophil adhesion onto pulmonary cells. Also, it is not clear if IL-15 induces a neutrophilic inflammation in vivo. This study was aimed at elucidation of these issues. Neutrophils were treated with IL-15 and cell surface expression of CD11a, CD11b, CD11c and CD18 was monitored by flow cytometry. The human respiratory epithelial A549 cell line was used as a substrate for the neutrophil adhesion assay and cell surface expression of CD50, CD54 and CD106 was monitored in IL-15-induced A549 cells. The murine air pouch model was used for investigating potential neutrophilic inflammation induced by IL-15 in vivo. IL-15 significantly increased neutrophil cell surface expression of CD11b and CD18 and up-regulated A549 cell surface expression of CD54. Moreover, A549 cells were found to express IL-15R components and adhesion of neutrophils onto A549 cells was increased when neutrophils or A549 cells were treated with IL-15. Finally, IL-15 induced neutrophilic inflammation in vivo and concentrations of IL-6 and CXCL2/MIP-2 were increased in IL-15-induced pouches. IL-15 might participate in inflammatory pulmonary diseases by attracting neutrophils, modulating cell surface expression molecules and increasing neutrophil adhesion onto pulmonary 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; 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 ».