Differential Activation of Dendritic Cells by Toll‐like Receptor Agonists Isolated from the Gram‐positive Vaccine Vector <i>Streptococcus gordonii</i>
Notice bibliographique
Résumé
The oral commensal bacterium Streptococcus gordonii has been gathering interest as a candidate live mucosal vaccine delivery vector. S. gordonii has been shown to be capable of activating antigen presenting immune cells in a manner which leads to their activation and maturation, yet the mechanism used by S. gordonii to do so is poorly understood. The aim of this work was to investigate the immunostimulatory components of S. gordonii in inducing murine dendritic cell (DC) activation and maturation. Lipoteichoic acid (LTA), lipoprotein (LP), peptidoglycan (PGN), and DNA were isolated from S. gordonii, and used to stimulate murine DC. Cytokine production and DC surface marker upregulation in response to the bacterial components was quantified by enzyme-linked immunosorbent assay and flow cytometry respectively. The results were contrasted against data obtained from DC derived from MyD88, TRIF [TIR(Toll/Interleukin-1 Receptor)-domain-containing adapter-inducing interferon-beta] or toll-like receptor-2 (TLR-2) knockout mice. The four S. gordonii bacterial components were found to differentially induce cytokine production and surface marker upregulation by murine DC. Activation of DC by both whole S. gordonii cells and the four bacterial components was abrogated in the absence of MyD88, but not in the absence of TRIF. LTA, LP and PGN, but not DNA and whole S. gordonii, required TLR-2 to induce a DC response. The results collectively indicate that S. gordonii activates DC predominantly through a MyD88-dependent and TRIF-independent pathway. This activation can be attributed to multiple immunostimulatory components present within S. gordonii bacterial 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».