Global <scp>TLR</scp>2 and 4 deficiency in mice impacts bone resorption, inflammatory markers and atherosclerosis to polymicrobial infection
Notice bibliographique
Résumé
Summary Toll‐like‐receptors (TLRs) play a significant role in the generation of a specific innate immune response against invading pathogens. TLR2 and TLR4 signaling contributes to infection‐induced inflammation in periodontal disease (PD) and atherosclerosis. Observational studies point towards a relationship between PD and atherosclerosis, but the role of TLR2 and TLR4 in the recognition of multiple oral pathogens and their modulation of host response leading to atherosclerosis are not clear. We evaluated the role of TLR2 and TLR4 signaling in the induction of both PD and atherosclerosis in TLR2−/− and TLR4−/− mice to polymicrobial infection with periodontal pathogens Porphyromonas gingivalis, Treponema denticola, Tannerella forsythia, and Fusobacterium nucleatum. Polybacterial infections have established gingival colonization in TLR2−/− and TLR4−/− mice and induction of a pathogen‐specific immunoglobulin G immune response. But TLR deficiency dampened accelerated alveolar bone resorption and intrabony defects, indicating a central role in infection‐induced PD. Periodontal bacteria disseminated from gingival tissue to the heart and aorta through intravascular dissemination; however, there was no increase in atherosclerosis progression in the aortic arch. Polybacterial infection does not alter levels of serum risk factors such as oxidized low‐density lipoprotein, nitric oxide, and lipid fractions in both mice. Polymicrobial‐infected TLR2−/− mice demonstrated significant levels (P < 0.05 to P < 0.01) of T helper type 2 [transforming growth factor‐β1, macrophage inflammatory protein‐3α, interleukin‐13 (IL‐13)] and T helper type 17 (IL‐17, IL‐21, IL‐22, IL‐23) splenic T‐cell cytokine responses. Increased heat‐shock protein expression, hspa1a for Hsp 70, was observed for both TLR2−/− and TLR4−/− mice. This study supports a role for TLR2 and TLR4 in PD and atherosclerosis, corroborating an intricate association between two inflammatory diseases.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».