Necroptotic cell binding of β<sub>2</sub>‐glycoprotein I provides a potential autoantigenic stimulus in systemic lupus erythematosus
Notice bibliographique
Résumé
Abstract Systemic lupus erythematosus (SLE) is characterized by the development of autoantibodies against diverse self‐antigens with damage to multiple organs. Immunization with the SLE autoantigen β 2 ‐glycoprotein I (β 2 GPI) and lipopolysaccharide (LPS), a known trigger of necroptosis, induces a murine model of SLE. We hypothesized that necroptotic cells, like apoptotic cells, provide a “scaffold” of cellular self‐antigens, but, unlike apoptotic cells, necroptotic cells do so in a proinflammatory and immunogenic context. We demonstrate that β 2 GPI indeed binds to necroptotic cells and serves as a target for anti‐β 2 GPI autoantibodies. We further demonstrate that necroptotic, but not apoptotic, cells promote antigenic presentation of β 2 GPI to CD4 T cells by dendritic cells. Finally, we show that β 2 GPI/LPS‐immunized mice deficient in RIPK3 (receptor‐interacting serine/threonine‐protein kinase 3) or MLKL (mixed lineage kinase domain like), and consequently unable to undergo necroptosis, have reduced SLE autoantibody production and pathology. RIPK3 −/− mice had low levels of SLE autoantibodies and no renal pathology, while MLKL −/− mice produced low levels of SLE autoantibodies initially, but later developed levels comparable with wild type (WT) mice and pathology intermediate to that of WT and RIPK3 −/− mice. Serum cytokine levels induced by LPS tended to be lower in RIPK3 −/− and MLKL −/− mice than in WT mice, suggesting that impaired proinflammatory cytokine production may impact the initiation of autoantibody production in both strains. Our data suggest that self‐antigen (i.e. β 2 GPI) presented in the context of necroptosis and proinflammatory signals may be sufficient to overcome immune tolerance and induce SLE.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».