The C‐type lectin receptor MGL senses<i>N</i>‐acetylgalactosamine on the unique<i>Staphylococcus aureus</i>ST395 wall teichoic acid
Notice bibliographique
Résumé
Staphylococcus aureus is a common skin commensal but is also associated with various skin and soft tissue pathologies. Upon invasion, S. aureus is detected by resident innate immune cells through pattern-recognition receptors (PRRs), although a comprehensive understanding of the specific molecular interactions is lacking. Recently, we demonstrated that the PRR langerin (CD207) on epidermal Langerhans cells senses the conserved β-1,4-linked N-acetylglucosamine (GlcNAc) modification on S. aureus wall teichoic acid (WTA), thereby increasing skin inflammation. Interestingly, the S. aureus ST395 lineage as well as certain species of coagulase-negative staphylococci (CoNS) produce a structurally different WTA molecule, consisting of poly-glycerolphosphate with α-O-N-acetylgalactosamine (GalNAc) residues, which are attached by the glycosyltransferase TagN. Here, we demonstrate that S. aureus ST395 strains interact with the human Macrophage galactose-type lectin (MGL; CD301) receptor, which is expressed by dendritic cells and macrophages in the dermis. MGL bound S. aureus ST395 in a tagN- and GalNAc-dependent manner but did not interact with different tagN-positive CoNS species. However, heterologous expression of Staphylococcus lugdunensis tagN in S. aureus conferred phage infection and MGL binding, confirming the role of this CoNS enzyme as GalNAc-transferase. Functionally, the detection of GalNAc on S. aureus ST395 WTA by human monocyte-derived dendritic cells significantly enhanced cytokine production. Together, our findings highlight differential recognition of S. aureus glycoprofiles by specific human innate receptors, which may affect downstream adaptive immune responses and pathogen clearance.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,020 |
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 ».