Harnessing the Versatility of Invariant NKT Cells in a Stepwise Approach to Sepsis Immunotherapy
Notice bibliographique
Résumé
Abstract Sepsis results from a heavy-handed response to infection that may culminate in organ failure and death. Many patients who survive acute sepsis become immunosuppressed and succumb to opportunistic infections. Therefore, to be successful, sepsis immunotherapies must target both the initial and the protracted phase of the syndrome to relieve early immunopathology and late immunosuppression, respectively. Invariant NKT (iNKT) cells are attractive therapeutic targets in sepsis. However, repeated treatments with α-galactosylceramide, the prototypic glycolipid ligand of iNKT cells, result in anergy. We designed a double-hit treatment that allows iNKT cells to escape anergy and exert beneficial effects in biphasic sepsis. We tested the efficacy of this approach in the sublethal cecal ligation and puncture mouse model, which mirrors polymicrobial sepsis with progression to an immunosuppressed state. Septic mice were treated with [(C2S, 3S, 4R)-1-O-(α-d-galactopyranosyl)-N-tetracosanoyl-2-amino-1,3,4-nonanetriol] (OCH), a TH2-polarizing iNKT cell agonist, before they received α-galactosylceramide. This regimen reduced the morbidity and mortality of cecal ligation and puncture, induced a transient but robust IFN-γ burst within a proinflammatory cytokine/chemokine landscape, transactivated NK cells, increased MHC class II expression on macrophages, and restored delayed-type hypersensitivity to a model hapten, consistent with recovery of immunocompetence in protracted sepsis. Structurally distinct TH2-polarizing agonists varied in their ability to replace OCH as the initial hit, with their lipid chain length being a determinant of efficacy. The proposed approach effectively exploits iNKT cells’ versatility in biphasic sepsis and may have translational potentials in the development of new therapies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».