<scp>NK</scp> cells exacerbate the pathology of influenza virus infection in mice
Notice bibliographique
Résumé
NK cells offer a first line of defense against viruses and are considered beneficial to the host during infection. Nevertheless, little is understood regarding the phenotype and function of NK cells in the lung during influenza virus infection. We found that the frequency of NK cells in mouse lung increased during influenza infection, with the majority of a mature phenotype. Cell surface CD107a and intracellular IFN-γ were detected in cells expressing multiple NK-cell receptors in infected lung, suggesting that NK cells were activated during infection. The activating receptor NKp46 was predominantly negative on such cells, possibly as a result of encountering influenza HA. Depletion of NK cells in vivo with anti-asialo GM1 or anti-NK1.1 reduced mortality from influenza infection and surviving mice recovered their body weight. Pathology induced by NK cells was only observed with high, not medium or low-dose influenza infection, indicating that the severity of infection influences NK-cell-mediated pathology. Furthermore, adoptive transfer of NK cells from influenza-infected lung, but not uninfected lung, resulted in more rapid weight loss and increased mortality of influenza-infected mice. Our results indicate that during severe influenza infection of the lung, NK cells have a deleterious impact on the host, promoting mortality.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».