A New Role for Monocytes in Modulating Myometrial Inflammation During Human Labor1
Notice bibliographique
Résumé
Here we fully characterize the cytokine profile of laboring human myometrium using Luminex analysis of 48 cytokine proteins, and stereologically quantified infiltration of monocytes and neutrophils into the myometrium. We hypothesized that monocytes can regulate their accumulation in the myometrium by disruption of proinflammatory cytokines to prevent an uncontrolled inflammatory response after labor onset. We isolated primary human myometrial cells (HMCs) from term, nonlaboring myometrial biopsies. Confluent HMCs were cocultured directly with human monocytic (THP-1) or lymphocytic (U937) cells, and with the same cells spatially separated by a membrane insert. After 72 h, HMCs and THP-1 were harvested separately, and RNA was extracted and analyzed by quantitative PCR. Coculture supernatants were collected and analyzed by Luminex assay and ELISA. We found that the laboring human myometrium produces significantly higher amounts of interleukin (IL) 6, IL9, IL18, IL1RA, CCL2, CCL7, CXCL8, CSF3, and tumor necrosis factor alpha, which coincides with the influx of immune cells. The direct contact or presence of THP-1 monocytes (but not U937 cells) significantly decreased CCL2 protein levels and increased IL1RA protein levels secreted by HMCs. This time-dependent decrease of CCL2 was greater with increasing number of monocytes being in direct contact with HMCs. We suggest a novel mechanism by which monocytes are first recruited to the myometrium by multiple cytokines and contribute to the physiologic inflammation of labor. After completing transmigration, activated monocytes disrupt locally established CCL2 gradients (possible by CCR2-mediated consumption) to limit their accumulation in the uterus. This mechanism may serve as a negative feedback loop to control the local inflammation and promote a return to homeostasis.
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 | 0,000 | 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 ».