MyD88 Dependent Signaling Contributes to Protective Host Defense against Burkholderia pseudomallei
Notice bibliographique
Résumé
BACKGROUND: Toll-like receptors (TLRs) have a central role in the recognition of pathogens and the initiation of the innate immune response. Myeloid differentiation primary-response gene 88 (MyD88) and TIR-domain-containing adaptor protein inducing IFNbeta (TRIF) are regarded as the key signaling adaptor proteins for TLRs. Melioidosis, which is endemic in SE-Asia, is a severe infection caused by the gram-negative bacterium Burkholderia pseudomallei. We here aimed to characterize the role of MyD88 and TRIF in host defense against melioidosis. METHODOLOGY AND PRINCIPAL FINDINGS: First, we found that MyD88, but not TRIF, deficient whole blood leukocytes released less TNFalpha upon stimulation with B. pseudomallei compared to wild-type (WT) cells. Thereafter we inoculated MyD88 knock-out (KO), TRIF mutant and WT mice intranasally with B. pseudomallei and found that MyD88 KO, but not TRIF mutant mice demonstrated a strongly accelerated lethality, which was accompanied by significantly increased bacterial loads in lungs, liver and blood, and grossly enhanced liver damage compared to WT mice. The decreased bacterial clearance capacity of MyD88 KO mice was accompanied by a markedly reduced early pulmonary neutrophil recruitment and a diminished activation of neutrophils after infection with B. pseudomallei. MyD88 KO leukocytes displayed an unaltered capacity to phagocytose and kill B. pseudomallei in vitro. CONCLUSIONS: MyD88 dependent signaling, but not TRIF dependent signaling, contributes to a protective host response against B. pseudomallei at least in part by causing early neutrophil recruitment towards the primary site of infection.
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 | 0,001 |
| 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 | 0,000 | 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 ».