Oxidative metabolism enables <i>Salmonella</i> evasion of the NLRP3 inflammasome
Notice bibliographique
Résumé
Microbial infection triggers assembly of inflammasome complexes that promote caspase-1-dependent antimicrobial responses. Inflammasome assembly is mediated by members of the nucleotide binding domain leucine-rich repeat (NLR) protein family that respond to cytosolic bacterial products or disruption of cellular processes. Flagellin injected into host cells by invading Salmonella induces inflammasome activation through NLRC4, whereas NLRP3 is required for inflammasome activation in response to multiple stimuli, including microbial infection, tissue damage, and metabolic dysregulation, through mechanisms that remain poorly understood. During systemic infection, Salmonella avoids NLRC4 inflammasome activation by down-regulating flagellin expression. Macrophages exhibit delayed NLRP3 inflammasome activation after Salmonella infection, suggesting that Salmonella may evade or prevent the rapid activation of the NLRP3 inflammasome. We therefore screened a Salmonella Typhimurium transposon library to identify bacterial factors that limit NLRP3 inflammasome activation. Surprisingly, absence of the Salmonella TCA enzyme aconitase induced rapid NLRP3 inflammasome activation. This inflammasome activation correlated with elevated levels of bacterial citrate, and required mitochondrial reactive oxygen species and bacterial citrate synthase. Importantly, Salmonella lacking aconitase displayed NLRP3- and caspase-1/11-dependent attenuation of virulence, and induced elevated serum IL-18 in wild-type mice. Together, our data link Salmonella genes controlling oxidative metabolism to inflammasome activation and suggest that NLRP3 inflammasome evasion promotes systemic Salmonella virulence.
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 | 0,000 |
| 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) | 0,000 | 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 ».