IL-33–Stimulated Murine Mast Cells Polarize Alternatively Activated Macrophages, Which Suppress T Cells That Mediate Experimental Autoimmune Encephalomyelitis
Notice bibliographique
Résumé
Abstract IL-33 is known to promote type 2 immune responses through ST2, a component of the IL-33R complex, expressed primarily on mast cells, Th2 cells, group 2 innate lymphoid cells and regulatory T cells, and to a lesser extent, on NK cells and Th1 cells. Consistent with previous studies, we found that IL-33 polarized alternatively activated macrophages (AAMΦ) in vivo. However, in vitro stimulation of murine bone marrow–derived or peritoneal macrophages with IL-33 failed to promote arginase activity or expression of YM-1 or Retnla, markers of AAMΦ. Furthermore, macrophages have low/no basal expression of ST2. This suggested that alternative activation of macrophages may involve an IL-33–responsive third-party cell. Because mast cells have the highest expression of ST2 relative to other leukocytes, we focused on this cell type. Coculture experiments showed that IL-33–stimulated mast cells polarized AAMΦ through production of soluble factors. IL-33–stimulated mast cells produced a range of cytokines, including IL-6 and IL-13. Mast cell–derived IL-13 was required for induction of AAMΦ, whereas mast cell–derived IL-6 enhanced macrophage responsiveness to IL-13 via upregulation of the IL-4Rα receptor. Furthermore, we found that AAMΦ polarized by IL-33–stimulated mast cells could suppress proliferation and IL-17 and IFN-γ production by T cells. Finally, we show that AAMΦ polarized by IL-33–stimulated mast cells attenuated the encephalitogenic function of T cells in the experimental autoimmune encephalomyelitis model. Our findings reveal that IL-33 can promote immunosuppressive responses by polarizing AAMΦ via mast cell–derived IL-6 and IL-13.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».