High titers and low fucosylation of early human anti–SARS-CoV-2 IgG promote inflammation by alveolar macrophages
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Patients diagnosed with coronavirus disease 2019 (COVID-19) become critically ill primarily around the time of activation of the adaptive immune response. Here, we provide evidence that antibodies play a role in the worsening of disease at the time of seroconversion. We show that early-phase severe acute respiratory distress syndrome coronavirus 2 (SARS-CoV-2) spike protein-specific immunoglobulin G (IgG) in serum of critically ill COVID-19 patients induces excessive inflammatory responses by human alveolar macrophages. We identified that this excessive inflammatory response is dependent on two antibody features that are specific for patients with severe COVID-19. First, inflammation is driven by high titers of anti-spike IgG, a hallmark of severe disease. Second, we found that anti-spike IgG from patients with severe COVID-19 is intrinsically more proinflammatory because of different glycosylation, particularly low fucosylation, of the antibody Fc tail. Low fucosylation of anti-spike IgG was normalized in a few weeks after initial infection with SARS-CoV-2, indicating that the increased antibody-dependent inflammation mainly occurs at the time of seroconversion. We identified Fcγ receptor (FcγR) IIa and FcγRIII as the two primary IgG receptors that are responsible for the induction of key COVID-19-associated cytokines such as interleukin-6 and tumor necrosis factor. In addition, we show that anti-spike IgG-activated human macrophages can subsequently break pulmonary endothelial barrier integrity and induce microvascular thrombosis in vitro. Last, we demonstrate that the inflammatory response induced by anti-spike IgG can be specifically counteracted by fostamatinib, an FDA- and EMA-approved therapeutic small-molecule inhibitor of Syk kinase.
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.
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 découle