RIG-I–like Receptor Triggering by Dengue Virus Drives Dendritic Cell Immune Activation and TH1 Differentiation
Notice bibliographique
Résumé
Abstract Dengue virus (DENV) causes 400 million infections annually and is one of several viruses that can cause viral hemorrhagic fever, which is characterized by uncontrolled immune activation resulting in high fever and internal bleeding. Although the underlying mechanisms are unknown, massive cytokine secretion is thought to be involved. Dendritic cells (DCs) are the main target cells of DENV, and we investigated their role in DENV-induced cytokine production and adaptive immune responses. DENV infection induced DC maturation and secretion of IL-1β, IL-6, and TNF. Inhibition of DENV RNA replication abrogated these responses. Notably, silencing of RNA sensors RIG-I or MDA5 abrogated DC maturation, as well as cytokine responses by DENV-infected DCs. DC maturation was induced by type I IFN responses because inhibition of IFN-α/β receptor signaling abrogated DENV-induced DC maturation. Moreover, DENV infection of DCs resulted in CCL2, CCL3, and CCL4 expression, which was abrogated after RIG-I and MDA5 silencing. DCs play an essential role in TH cell differentiation, and we show that RIG-I and MDA5 triggering by DENV leads to TH1 polarization, which is characterized by high levels of IFN-γ. Notably, cytokines IL-6, TNF, and IFN-γ and chemokines CCL2, CCL3, and CCL4 have been associated with disease severity, endothelial dysfunction, and vasodilation. Therefore, we identified RIG-I and MDA5 as critical players in innate and adaptive immune responses against DENV, and targeting these receptors has the potential to decrease hemorrhagic fever in patients.
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 ».