Transplacental innate immune training via maternal microbial exposure: the XBP1-ERN1 axis in programming dendritic cell precursors
Notice bibliographique
Résumé
Abstract We recently reported that the offspring of mice treated during pregnancy with the microbial-derived immunomodulator OM-85 manifest striking resistance postnatally to allergic airways inflammation, and localised the potential treatment target to the fetal cDC progenitor compartment which expands to increase the pool of precursors available at birth, enabling accelerated postnatal seeding of the lung mucosal cDC network required for establishment of immunological homeostasis in the airways. Here, we profile maternal OM-85 treatment-associated transcriptomic signatures in fetal bone marrow, and identify a series of immunometabolic pathways which provide essential metabolites for accelerated myelopoiesis, that are hallmarks of classical “immune training”. In addition, the cDC progenitor compartment displayed treatment-associated activation of the XBP1-ERN1 signalling axis which has previously been shown to be essential for tissue survival of cDC, particularly within the lung microenvironment. Our forerunner studies indicate uniquely rapid turnover of airway mucosal cDCs at baseline, with further large-scale upregulation of population dynamics during aeroallergen and/or pathogen challenge. XBP1-ERN1 signalling plays a key role in mitigation of ER stress-associated toxicity which frequently accompanies DC hyper-activation during intense immunoinflammatory responses, and we suggest that enhanced capacity for XBP1-ERN1-dependent cDC survival within the airway mucosal tissue microenvironment may be a crucial element of the OM-85-mediated transplacental “innate immune training” process which results in enhanced resistance to airway inflammatory disease during the high-risk early postnatal period.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».