Impact of IL-10 on Diaphragmatic Cytokine Expression and Contractility during <i>Pseudomonas</i> Infection
Notice bibliographique
Résumé
Severe weakness of the respiratory muscles, with attendant respiratory failure and death, has been documented in sepsis. In this study, we show that during murine pulmonary infection with Pseudomonas aeruginosa, multiple proinflammatory genes are up-regulated not only within the lungs, but also within the diaphragm. Significant induction of TNF-alpha, IL-1alpha, IL-1beta, IL-6, and IL-18 gene expression occurred within the diaphragm in a bacterial dose-dependent manner. We determined whether the anti-inflammatory cytokine IL-10 could blunt proinflammatory gene expression within the diaphragm under these conditions. The IL-10 receptor was found to be expressed by the diaphragm in vivo as well as in primary diaphragmatic muscle cell cultures. Transduction of myoblasts with an adenoviral vector (Ad-IL-10) induced strong IL-10 expression, and intramuscular injection of the same vector in vivo produced significant increases in IL-10 serum levels. Ad-IL-10 treatment of mice infected with P. aeruginosa significantly inhibited the induction of proinflammatory cytokines within the diaphragm, but not in the infected lungs. Ad-IL-10 treatment also led to greatly improved diaphragmatic force production in infected mice. These results suggest that pulmonary infection triggers proinflammatory gene expression by the diaphragm along with diaphragmatic weakness. Shifting the balance between pro- and anti-inflammatory mediators in favor of the latter by IL-10 gene delivery was able to restore normal diaphragmatic force-generating capacity under these conditions, suggesting a possible avenue for therapeutic intervention.
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 ».