IFN-α Inhibits Telomerase in Human CD8+ T Cells by Both hTERT Downregulation and Induction of p38 MAPK Signaling
Notice bibliographique
Résumé
The cytokine IFN-α is secreted during viral infections and has been shown to inhibit telomerase activity and accelerate T cell differentiation in vivo. However, the mechanism for this inhibition is not clear. In this study, we show that IFN-α inhibits both the transcription and translation of human telomerase reverse transcriptase (hTERT), the catalytic component of telomerase, in activated CD8(+) T cells. This was associated with increased activity of the repressor of hTERT transcription E2 transcription factor and decreased activation of NF-κB that promotes hTERT transcription. However IFN-α did not affect the translocation of hTERT from the cytoplasm to the nucleus. IFN-α also inhibits AKT kinase activation but increases p38 MAPK activity, and both of these events have been shown previously to inhibit telomerase activity. Addition of BIRB796, an inhibitor of p38 activity, to IFN-α-treated cells reversed, in part, the inhibition of telomerase by this cytokine. Therefore, IFN-α can inhibit the enzyme telomerase in CD8(+) T cells by transcriptional and posttranslational mechanisms. Furthermore, the addition of IFN-α to CD8(+)CD27(+)CD28(+) T cells accelerates the loss of both these costimulatory molecules. This suggests that persistent viral infections may contribute to the accumulation of highly differentiated/senescent CD8(+)CD27(-)CD28(-) T cells during aging by promoting IFN-α secretion during repeated episodes of viral reactivation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».