Differential expression of interferon-lambda receptor 1 splice variants determines the magnitude of the antiviral response induced by interferon-lambda 3 in human immune cells
Notice bibliographique
Résumé
Type III interferons (IFN-lambdas(λ)) are important cytokines that inhibit viruses and modulate immune responses by acting through a unique IFN-λR1/IL-10RB heterodimeric receptor. Until now, the primary antiviral function of IFN-λs has been proposed to be at anatomical barrier sites. Here, we examine the regulation of IFN-λR1 expression and measure the downstream effects of IFN-λ3 stimulation in primary human blood immune cells, compared with lung or liver epithelial cells. IFN-λ3 directly bound and upregulated IFN-stimulated gene (ISG) expression in freshly purified human B cells and CD8+ T cells, but not monocytes, neutrophils, natural killer cells, and CD4+ T cells. Despite similar IFNLR1 transcript levels in B cells and lung epithelial cells, lung epithelial cells bound more IFN-λ3, which resulted in a 50-fold greater ISG induction when compared to B cells. The reduced response of B cells could be explained by higher expression of the soluble variant of IFN-λR1 (sIFN-λR1), which significantly reduced ISG induction when added with IFN-λ3 to peripheral blood mononuclear cells or liver epithelial cells. T-cell receptor stimulation potently, and specifically, upregulated membrane-bound IFNLR1 expression in CD4+ T cells, leading to greater antiviral gene induction, and inhibition of human immunodeficiency virus type 1 infection. Collectively, our data demonstrate IFN-λ3 directly interacts with the human adaptive immune system, unlike what has been previously shown in published mouse models, and that type III IFNs could be potentially utilized to suppress both mucosal and blood-borne viral infections.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».