Translational profiling of macrophages infected with Leishmania donovani identifies mTOR- and eIF4A-sensitive immune-related transcripts
Notice bibliographique
Résumé
The protozoan parasite Leishmania donovani (L. donovani) causes visceral leishmaniasis, a chronic infection which is fatal when untreated. Herein, we investigated whether in addition to altering transcription, L. donovani modulates host mRNA translation to establish a successful infection. Polysome-profiling revealed that one third of protein-coding mRNAs expressed in primary mouse macrophages are differentially translated upon infection with L. donovani promastigotes or amastigotes. Gene ontology analysis identified key biological processes enriched for translationally regulated mRNAs and were predicted to be either activated (e.g. chromatin remodeling and RNA metabolism) or inhibited (e.g. intracellular trafficking and antigen presentation) upon infection. Mechanistic in silico and biochemical analyses showed selective activation mTOR- and eIF4A-dependent mRNA translation, including transcripts encoding central regulators of mRNA turnover and inflammation (i.e. PABPC1, EIF2AK2, and TGF-β). L. donovani survival within macrophages was favored under mTOR inhibition but was dampened by pharmacological blockade of eIF4A. Overall, this study uncovers a vast yet selective reprogramming of the host cell translational landscape early during L. donovani infection, and suggests that some of these changes are involved in host defense mechanisms while others are part of parasite-driven survival strategies. Further in vitro and in vivo investigation will shed light on the contribution of mTOR- and eIF4A-dependent translational programs to the outcome of visceral leishmaniasis.
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) | 0,001 | 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 | 0,000 | 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 ».