Rhinovirus and Bacteria Synergistically Induce IL-17C Release from Human Airway Epithelial Cells To Promote Neutrophil Recruitment
Notice bibliographique
Résumé
Abstract Virus–bacteria coinfections are associated with more severe exacerbations and increased risk of hospital readmission in patients with chronic obstructive pulmonary disease (COPD). The airway epithelium responds to such infections by releasing proinflammatory and antimicrobial cytokines, including IL-17C. However, the regulation and role of IL-17C is not well understood. In this study, we examine the mechanisms regulating IL-17C production and its potential role in COPD exacerbations. Human bronchial epithelial cells (HBE) obtained from normal, nontransplanted lungs or from brushings of nonsmokers, healthy smokers, or COPD patients were exposed to bacteria and/or human rhinovirus (HRV). RNA and protein were collected for analysis, and signaling pathways were assessed with pharmacological agonists, inhibitors, or small interfering RNAs. HBE were also stimulated with IL-17C to assess function. HRV–bacterial coinfections synergistically induced IL-17C expression. This induction was dependent on HRV replication and required NF-κB–mediated signaling. Synergy was lost in the presence of an inhibitor of the p38 MAP kinase pathway. HBE exposed to IL-17C show increased gene expression of CXCL1, CXCL2, NFKBIZ, and TFRC, and release CXCL1 protein, a neutrophil chemoattractant. Knockdown of IL-17C significantly reduced induction of CXCL1 in response to HRV–bacterial coinfection as well as neutrophil chemotaxis. HBE from healthy smokers release less IL-17C than cells from nonsmokers, but cells from COPD patients release significantly more IL-17C compared with either nonsmokers or healthy smokers. These data suggest that IL-17C may contribute to microbial-induced COPD exacerbations by promoting neutrophil recruitment.
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) | 0,000 | 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 | 0,000 |
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 ».