The Aryl Hydrocarbon Receptor Attenuates Acute Cigarette Smoke-Induced Airway Neutrophilia Independent of the Dioxin Response Element
Notice bibliographique
Résumé
Cigarette smoke is a prevalent respiratory toxicant that remains a leading cause of death worldwide. Cigarette smoke induces inflammation in the lungs and airways that contributes to the development of diseases such as lung cancer and chronic obstructive pulmonary disease (COPD). Due to the presence of aryl hydrocarbon receptor (AhR) ligands in cigarette smoke, activation of the AhR has been implicated in driving this inflammatory response. However, we have previously shown that the AhR suppresses cigarette smoke-induced pulmonary inflammation, but the mechanism by which the AhR achieves its anti-inflammatory function is unknown. In this study, we use the AhR antagonist CH-223191 to inhibit AhR activity in mice. After an acute (3-day) cigarette smoke exposure, AhR inhibition was associated with significantly enhanced neutrophilia in the airways in response to cigarette smoke, mimicking the phenotype of AhR-deficient mice. We then used genetically-modified mouse strains which express an AhR that can bind ligand but either cannot translocate to the nucleus or bind its cognate response element, to show that these features of the AhR pathway are not required for the AhR to suppress pulmonary neutrophilia. Finally, using the non-toxic endogenous AhR ligand FICZ, we provide proof-of-concept that activation of pulmonary AhR attenuates smoke-induced inflammation. Collectively, these results support the importance of AhR activity in mediating its anti-inflammatory function in response to cigarette smoke. Further investigation of the precise mechanisms by which the AhR exerts is protective functions may lead to the development of therapeutic agents to treat people with chronic lung diseases that have an inflammatory etiology, but for which few therapeutic options exist.
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) | 0,001 | 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 | 0,001 |
| 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 ».