Regulatory T cells control the dynamic and site-specific polarization of total CD4 T cells following <i>Salmonella</i> infection
Notice bibliographique
Résumé
ABSTRACT FoxP3 + regulatory T cells (Tregs) control inflammation and maintain mucosal homeostasis, but their functions during infection are poorly understood. Th1, Th2 and Th17 cells can be identified by master transcription factors (TFs) T-bet, GATA3 and RORγT; Tregs also express these TFs. While T-bet + Tregs can selectively suppress Th1 cells, it is unclear whether distinct Treg populations can alter Th bias. To address this, we used Salmonella enterica serotype Typhimurium to induce non-lethal colitis. Following infection, we observed an early colonic Th17 response within total CD4 T cells, followed by a Th1 bias. The early Th17 response, which contains both Salmonella-specific and non- Salmonella -specific cells, parallels an increase in T-bet + Tregs. Later, Th1 cells and RORγT + Tregs dominate. This reciprocal dynamic may indicate that Tregs selectively suppress Th cells, shaping the immune response. Treg depletion 1-2 days post-infection shifted the early Th17 response to a Th1 bias; however, depletion 6-7 days post-infection abrogated the Th1 bias. Thus, Tregs are necessary for the early Th17 response, and for a maximal Th1 response later. These data show that Tregs shape the overall tissue CD4 T cell response and highlight the potential for subpopulations of Tregs to be used in targeted therapeutic approaches.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 | 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) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».