Different Lymphocyte Populations Direct Dichotomous Eosinophil or Neutrophil Responses to Pulmonary <i>Cryptococcus</i> Infection
Notice bibliographique
Résumé
Many pulmonary infections elicit lymphocyte responses that lead to an accumulation of granulocytes in the lungs. A variety of lymphocytes are capable of directing eosinophils or neutrophils to the lungs, but the contribution of each subset remains enigmatic. In this study, we used a murine model to examine lymphocyte subsets that ultimately drive the eosinophil or neutrophil response to infection with the fungal pathogen Cryptococcus neoformans. We show that granulocytes are produced in the bone marrow, released into the blood stream, and accumulate in the lungs under the instruction of lung parenchymal lymphocytes. The eosinophils that populated the lungs of wild-type animals were highly dependent on Th cells or IL-5. Surprisingly, infected mice with Th cell impairment experienced a compensatory neutrophil response that required IL-17A. This unexpected swing in the response prompted us to investigate the ability of different lymphocyte subsets to produce this dichotomous eosinophilia or neutrophilia. We used mice with lymphocyte deficiencies to determine which of the remaining IL-5- or IL-17A-producing lymphocyte subsets dominated the neutrophil or eosinophil response. Finally, skewing the response toward neutrophil-inducing lymphocytes correlated with accelerated disease. Our data collectively demonstrate that the predominance of a lymphocyte subset determines the functional consequences of an immune response to pulmonary fungal infection that can ultimately affect disease.
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 | 0,001 |
| 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 | 0,001 | 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 ».