Primate innate immune responses to bacterial and viral pathogens reveals an evolutionary trade-off between strength and specificity
Notice bibliographique
Résumé
Abstract Despite their close genetic relatedness, apes and African and Asian monkeys (AAMs), strongly differ in their susceptibility to severe bacterial and viral infections that are important causes of human disease. Such differences between humans and other primates are thought to be a result, at least in part, of inter-species differences in immune response to infection. However, due to the lack of comparative functional data across species, it remains unclear in what ways the immune systems of humans and other primates differ. Here, we report the whole genome transcriptomic responses of ape species (human, common chimpanzee) and AAMs (rhesus macaque and olive baboon) to bacterial and viral stimulation. We find stark differences in the responsiveness of these groups, with apes mounting a markedly stronger early transcriptional response to both viral and bacterial stimulation, altering the transcription of ∼40% more genes than AAMs. Additionally, we find that genes involved in the regulation of inflammatory and interferon responses show the most divergent early transcriptional responses across primates and that this divergence is attenuated over time. Finally, we find that relative to AAMs, apes engage a much less specific immune response to different classes of pathogens during the early hours of infection, upregulating genes typical of anti-viral and anti-bacterial responses regardless of the nature of the stimulus. Overall, these findings suggest apes exhibit increased sensitivity to bacterial and viral immune stimulation, activating a broader array of defense molecules that may be beneficial for early pathogen killing at the potential cost of increased energy expenditure and tissue damage.
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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».