Differential Signalling and Kinetics of Neutrophil Extracellular Trap Release Revealed by Quantitative Live Imaging
Notice bibliographique
Résumé
A wide variety of microbial and inflammatory factors induce DNA release from neutrophils as neutrophil extracellular traps (NETs). Consensus on the kinetics and mechanism of NET release has been hindered by the lack of distinctive methods to specifically quantify NET release in time. Here, we validate and refine a semi-automatic live imaging approach for quantification of NET release. Importantly, our approach is able to correct for neutrophil input and distinguishes NET release from neutrophil death by other means, aspects that are lacking in many NET quantification methods. Real time visualization shows that opsonized S. aureus rapidly induces cell death by toxins, while actual NET formation occurs after 90 minutes, similar to the kinetics of NET release by immune complexes and PMA. Inhibition of SYK, PI3K and mTORC2 attenuates NET release upon challenge with physiological stimuli but not with PMA. In contrast, neutrophils from chronic granulomatous disease patients show decreased NET release only in response to PMA. With this refined method, we conclude that NET release in primary human neutrophils is dependent on the SYK-PI3K-mTORC2 pathway and that PMA stimulation should be regarded as mechanistically distinct from NET formation induced by natural triggers.
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 | 0,001 | 0,001 |
| 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 ».