Pyocyanin Production by <i>Pseudomonas aeruginosa</i> Induces Neutrophil Apoptosis and Impairs Neutrophil-Mediated Host Defenses In Vivo
Notice bibliographique
Résumé
Clearance of neutrophils from inflamed sites is critical for resolution of inflammation, but pathogen-driven neutrophil apoptosis can impair host defenses. We previously showed that pyocyanin, a phenazine toxic metabolite produced by Pseudomonas aeruginosa, accelerates neutrophil apoptosis in vitro. We compared wild-type and pyocyanin-deficient strains of P. aeruginosa in a murine model of acute pneumonia. Intratracheal instillation of either strain of P. aeruginosa caused a rapid increase in bronchoalveolar lavage neutrophil counts up to 18 h after infection. In wild-type infection, neutrophil numbers then declined steadily, whereas neutrophil numbers increased up to 48 h in mice infected with pyocyanin-deficient P. aeruginosa. In keeping with these differences, pyocyanin production was associated with reduced bacterial clearance from the lungs. Neutrophil apoptosis was increased in mice infected with wild-type compared with the phenazine-deficient strain or two further strains that lack pyocyanin production, but produce other phenazines. Concentrations of potent neutrophil chemokines (MIP-2, KC) and cytokines (IL-6, IL-1beta) were significantly lower in wild-type compared with phenazine-deficient strain-infected mice at 18 h. We conclude that pyocyanin production by P. aeruginosa suppresses the acute inflammatory response by pathogen-driven acceleration of neutrophil apoptosis and by reducing local inflammation, and that this is advantageous for bacterial survival.
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) | 0,000 | 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 ».