Follicular regulatory helper T cells control the response of regulatory B cells to a high-cholesterol diet
Notice bibliographique
Résumé
AIMS: B cell functions in the process of atherogenesis have been investigated but several aspects remain to be clarified. METHODS AND RESULTS: In this study, we show that follicular regulatory helper T cells (TFR) control regulatory B cell (BREG) populations in Apoe-/- mice models on a high-cholesterol diet (HCD). Feeding mice with HCD resulted in up-regulation of TFR and BREG cell populations, causing the suppression of proatherogenic follicular helper T cell (TFH) response. TFH cell modulation is correlated with the growth of atherosclerotic plaque size in thoracoabdominal aortas and aortic root plaques, suggesting that TFR cells are atheroprotective. During adoptive transfer experiments, TFR cells transferred into HCD mice decreased TFH cell populations, atherosclerotic plaque size, while BREG cell population and lymphangiogenesis are significantly increased. CONCLUSION: Our results demonstrate that, through different strategies, both TFR and TFH cells modulate anti- and pro-atherosclerotic immune processes in an Apoe-/- mice model since TFR cells are able to regulate both TFH and BREG cell populations as well as lymphangiogenesis and lipoprotein metabolism.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».