Interferon beta-1b increases interleukin-10 in a model of T cell–microglia interaction
Notice bibliographique
Résumé
BACKGROUND: The modes of action of interferon beta (IFN-beta) in MS remain unclear, but enhanced levels of the anti-inflammatory cytokine interleukin-10 (IL-10) in the CSF of patients with MS may be a marker of its prognostic efficacy. OBJECTIVE: To examine potential mechanisms by which IL-10 may be increased by IFN-ss in the milieu of the CNS. METHODS: A model of T cell interaction with microglia in vitro was used. Production of cytokines was monitored by measuring the levels of various cytokine proteins, using ELISA. RESULTS: Pretreatment of T cells with IFN-beta potentiates the production of IL-10 when they interact with adult human microglia, human fetal microglia, or U937 cells treated with phorbol-12-myristate-13-acetate (PMA) and IFN-gamma. The enhancing effect of IFN-beta on IL-10 requires cell-cell contact, but does not seem to depend on pathways implicated in microglia-T cell interactions, involving CD40, CD23, and B7. In contrast to IL-10, IFN-beta inhibits the production of other cytokines, including tumor necrosis factor-alpha (TNF-alpha), IL-1beta, IL-4, IL-12, and IL-13. CONCLUSIONS: The increase of IL-10 in microglia-T cell interaction by IFN-beta together with a decrease of other cytokines may lead to a noninflammatory milieu in the CNS. This mechanism could contribute to the efficacy of IFN-beta in MS.
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) | 0,002 | 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 ».