Activation of Mast Cells Promote Plasmodium berghei ANKA Infection in Murine Model
Notice bibliographique
Résumé
Malaria, a mosquito-borne infectious disease, is a severe health problem worldwide. As reported, some anti-malarial drugs with anti-parasitic properties also block mast cells (MCs) activities. It is hypothesized that MCs activity may be correlated with the pathogenesis of malaria. Thus, the role of MCs on malarial pathogenesis and the involved physiological action and pathways need to be further investigated. This study aimed to investigate the effect of MCs activation on malaria disease severity using KunMing mice with Plasmodium berghei ANKA (PbANKA) infection treated with MCs degranulator (compound 48/80, C48/80) or MCs stabilizer (disodium cromoglycate, DSCG). PbANKA infection caused a dramatic increase in MCs density and level of MCs degranulation in cervical lymph node (CLN) and skin. Compared with infected control, C48/80 treatment had shortened survival time, increased parasitemia, exacerbated liver inflammation and CLN hyperplasia, accompanied with increase in vascular leakage and leukocyte number. The infected mice with C48/80 treatment also elevated the release of CCL2, CXCL1, and MMP-9 from MCs in CLN and skin, and TNF-α, IFN-γ, CCR2 and CXCR2 mRNA expression in CLN and liver. In contrast, the infected mice treated with DSCG showed longer survival time, lower parasitemia, improved liver inflammation and CLN hyperplasia, followed by a decline of vascular leakage and leukocyte number. Decreased MCs-derived CCL2, CXCL1, and MMP-9 from CLN and skin, mRNA expression in CLN and liver (TNF-α, IFN-γ, CCR2 and CXCR2) were also observed in infected mice with DSCG treatment. Our data indicated that MCs activation may facilitate the pathogenesis of PbANKA infection.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».