Natural killer cell-intrinsic type I IFN signaling controls Klebsiella pneumoniae growth during lung infection
Notice bibliographique
Résumé
Klebsiella pneumoniae is a significant cause of nosocomial pneumonia and an alarming pathogen owing to the recent isolation of multidrug resistant strains. Understanding of immune responses orchestrating K. pneumoniae clearance by the host is of utmost importance. Here we show that type I interferon (IFN) signaling protects against lung infection with K. pneumoniae by launching bacterial growth-controlling interactions between alveolar macrophages and natural killer (NK) cells. Type I IFNs are important but disparate and incompletely understood regulators of defense against bacterial infections. Type I IFN receptor 1 (Ifnar1)-deficient mice infected with K. pneumoniae failed to activate NK cell-derived IFN-γ production. IFN-γ was required for bactericidal action and the production of the NK cell response-amplifying IL-12 and CXCL10 by alveolar macrophages. Bacterial clearance and NK cell IFN-γ were rescued in Ifnar1-deficient hosts by Ifnar1-proficient NK cells. Consistently, type I IFN signaling in myeloid cells including alveolar macrophages, monocytes and neutrophils was dispensable for host defense and IFN-γ activation. The failure of Ifnar1-deficient hosts to initiate a defense-promoting crosstalk between alveolar macrophages and NK cell was circumvented by administration of exogenous IFN-γ which restored endogenous IFN-γ production and restricted bacterial growth. These data identify NK cell-intrinsic type I IFN signaling as essential driver of K. pneumoniae clearance, and reveal specific targets for future therapeutic exploitations.
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 | 0,000 |
| 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 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».