Differential accumulation and function of proinflammatory 6-sulfo LacNAc dendritic cells in lymph node and colon of Crohn’s versus ulcerative colitis patients
Notice bibliographique
Résumé
Human Slan DCs have been studied in patients with psoriasis, rheumatoid arthritis, cancer, and autoimmune diseases. In this study, we investigated the frequency, phenotype, and function of Slan DCs in blood, colon, as well as mLNs of patients with IBD. We first show that the frequency of circulating CD14(dull)Slan DCs was reduced in CD patients refractory to immunosuppressive drugs or TNF-α blockers relative to untreated CD, UC, and healthy subjects. In blood of CD patients, Slan DCs expressed CD172a, as detected by CD47 fusion protein binding, when compared with its lack of expression in control subjects. Next, we demonstrate that CD172a(+)Slan DCs that produced IL-1β and TNF-α accumulated in mLNs and colons of CD patients. The CD172a(+)Slan DCs up-regulated their expression of CD14 in CD tissues and the proinflammatory cytokines were produced in CD14(bright)CD172a(+)Slan DCs. By contrast, no difference was noted in the frequency of Slan DCs between inflamed, noninflamed colonic mucosa of UC patients and control, non-IBD donors. Finally, the percentage of cytokine-producing Slan DCs also augmented in response to TLR2 and NOD2 in in vitro stimulation in PBMCs of CD, but not UC, patients. In conclusion, we propose that proinflammatory CD14(bright)CD172a(+)Slan DCs are a distinguishing feature between CD and UC, as these cells accumulate uniquely in mLNs and colonic mucosa of CD patients. Thus, Slan DCs may contribute to CD immunopathogenesis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».