O-Antigen Modulates Infection-Induced Pain States
Notice bibliographique
Résumé
The molecular initiators of infection-associated pain are not understood. We recently found that uropathogenic E. coli (UPEC) elicited acute pelvic pain in murine urinary tract infection (UTI). UTI pain was due to E. coli lipopolysaccharide (LPS) and its receptor, TLR4, but pain was not correlated with inflammation. LPS is known to drive inflammation by interactions between the acylated lipid A component and TLR4, but the function of the O-antigen polysaccharide in host responses is unknown. Here, we examined the role of O-antigen in pain using cutaneous hypersensitivity (allodynia) to quantify pelvic pain behavior and using sacral spinal cord excitability to quantify central nervous system manifestations in murine UTI. A UPEC mutant defective for O-antigen biosynthesis induced chronic allodynia that persisted long after clearance of transient infections, but wild type UPEC evoked only acute pain. E. coli strains lacking O-antigen gene clusters had a chronic pain phenotype, and expressing cloned O-antigen gene clusters altered the pain phenotype in a predictable manner. Chronic allodynia was abrogated in TLR4-deficient mice, but inflammatory responses in wild type mice were similar among E. coli strains spanning a wide range of pain phenotypes, suggesting that O-antigen modulates pain independent of inflammation. Spinal cords of mice with chronic allodynia exhibited increased spontaneous firing and compromised short-term depression, consistent with centralized pain. Taken together, these findings suggest that O-antigen functions as a rheostat to modulate LPS-associated pain. These observations have implications for an infectious etiology of chronic pain and evolutionary modification of pathogens to alter host behaviors.
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) | 0,001 | 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 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 ».