Differential recognition of HIV-stimulated IL-1β and IL-18 secretion through NLR and NAIP signalling in monocyte-derived macrophages
Notice bibliographique
Résumé
Macrophages are important drivers of pathogenesis and progression to AIDS in HIV infection. The virus in the later phases of the infection is often predominantly macrophage-tropic and this tropism contributes to a chronic inflammatory and immune activation state that is observed in HIV patients. Pattern recognition receptors of the innate immune system are the key molecules that recognise HIV and mount the inflammatory responses in macrophages. The innate immune response against HIV-1 is potent and elicits caspase-1-dependent pro-inflammatory cytokine production of IL-1β and IL-18. Although, NLRP3 has been reported as an inflammasome sensor dictating this response little is known about the pattern recognition receptors that trigger the "priming" signal for inflammasome activation, the NLRs involved or the HIV components that trigger the response. Using a combination of siRNA knockdowns in monocyte derived macrophages (MDMs) of different TLRs and NLRs as well as chemical inhibition, it was demonstrated that HIV Vpu could trigger inflammasome activation via TLR4/NLRP3 leading to IL-1β/IL-18 secretion. The priming signal is triggered via TLR4, whereas the activation signal is triggered by direct effects on Kv1.3 channels, causing K+ efflux. In contrast, HIV gp41 could trigger IL-18 production via NAIP/NLRC4, independently of priming, as a one-step inflammasome activation. NAIP binds directly to the cytoplasmic tail of HIV envelope protein gp41 and represents the first non-bacterial ligand for the NAIP/NLRC4 inflammasome. These divergent pathways represent novel targets to resolve specific inflammatory pathologies associated with HIV-1 infection in macrophages.
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) | 0,000 | 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 | 0,000 |
| 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 ».