Suppression of αvβ6 Integrin Expression by Polymicrobial Oral Biofilms in Gingival Epithelial Cells
Notice bibliographique
Résumé
Abstract Periodontal diseases manifest by the formation of deep pockets between the gingiva and teeth where multispecies bacterial biofilms flourish, causing inflammation and bone loss. Epithelial cell receptor αvβ6 integrin that regulates inflammation by activating the anti-inflammatory cytokine transforming growth factor-β1, is highly expressed in healthy junctional epithelium that connects the gingiva to the tooth enamel. However, its expression is attenuated in human periodontal disease. Moreover, Itgb6−/− mice display increased periodontal inflammation compared to wild-type mice. We hypothesized that bacterial biofilms present in the periodontal pockets suppress αvβ6 integrin levels in periodontal disease and that this change aggravates inflammation. To this end, we generated three-week-old multi-species oral biofilms in vitro and treated cultured gingival epithelial cells (GECs) with their extracts. The biofilm extracts caused suppression of β6 integrin expression and upregulation of pro-inflammatory cytokines, including interleukin-1β and -6. Furthermore, GECs with β6 integrin siRNA knockdown showed increased interleukin-1β expression, indicating that αvβ6 integrin-deficiency is associated with pro-inflammatory cytokine responsiveness. FSL-1, a synthetic bacterial lipopeptide, also suppressed β6 integrin expression in GECs. Therefore, biofilm components, including lipopeptides, may downregulate αvβ6 integrin expression in the pocket epithelium and thus promote epithelial cell-driven pro-inflammatory response in periodontal 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 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 | 0,000 | 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 | 0,000 |
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 ».