Profound Differences in Leukocyte-Endothelial Cell Responses to Lipopolysaccharide Versus Lipoteichoic Acid
Notice bibliographique
Résumé
We have investigated the effects of LPS from Escherichia coli, lipoteichoic acid (LTA), and peptidoglycan (PepG) from Staphylococcus aureus, and live S. aureus on leukocyte-endothelial interactions in vivo using intravital microscopy to visualize muscle microvasculature. Systemic vs local administration of LPS induced very different responses. Local administration of LPS into muscle induced significant leukocyte rolling, adhesion, and emigration in postcapillary venules at the site of injection. LPS given systemically dramatically dropped circulating leukocyte counts and increased neutrophils in the lung. However, the drop in circulating leukocytes was not associated with leukocyte sequestration to the site of injection (peritoneum) nor to peripheral microvessels in muscles. Unlike LPS, various preparations of LTA had no systemic and very minor local effect on leukocyte-endothelial interactions, even at high doses and for prolonged duration. LPS, but not LTA, potently activated human endothelium to recruit leukocytes under flow conditions in vitro. Endothelial adhesion molecule expression was also increased extensively with LPS, but not LTA. Interestingly, systemic administration of live S. aureus induced leukocyte-endothelial cell responses similar to LPS. PepG was able to induce leukocyte-endothelial interactions in muscle and peritoneum, but had no effect systemically (no increase in neutrophils in lungs and no decrease in circulating neutrophil counts). These results demonstrate that: 1) LPS has potent, but divergent local and systemic effects on leukocyte-endothelial interactions; 2) S. aureus can induce a systemic response similar to LPS, but this response is unlikely to be due to LTA, but more likely to be mediated in part by PepG.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
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; 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 ».