Serum IgA Immune Complexes Promote Proinflammatory Cytokine Production by Human Macrophages, Monocytes, and Kupffer Cells through FcαRI–TLR Cross-Talk
Notice bibliographique
Résumé
IgA is predominantly recognized to play an important role in host defense at mucosal sites, where it prevents invasion of pathogens by neutralization. Although it has recently become clear that IgA also mediates other immunological processes, little remains known about the potential of IgA to actively contribute to induction of inflammation, particularly in nonmucosal organs and tissues. In this article, we provide evidence that immune complex formation of serum IgA plays an important role in orchestration of inflammation in response to pathogens at various nonmucosal sites by eliciting proinflammatory cytokines by human macrophages, monocytes, and Kupffer cells. We show that opsonization of bacteria with serum IgA induced cross-talk between FcαRI and different TLRs, leading to cell type-specific amplification of proinflammatory cytokines, such as TNF-α, IL-1β, IL-6, and IL-23. Furthermore, we demonstrate that the increased protein production of cytokines was regulated at the level of gene transcription, which was dependent on activation of kinases Syk and PI3K. Taken together, these data demonstrate that the immunological function of IgA is substantially more extensive than previously considered and suggest that serum IgA-induced inflammation plays an important role in orchestrating host defense by different cell types in nonmucosal tissues, including the liver, skin, and peripheral blood.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».