MétaCan
Menu
Retour à la cohorte
Enregistrement W3163886417 · doi:10.1126/scitranslmed.abf8654

High titers and low fucosylation of early human anti–SARS-CoV-2 IgG promote inflammation by alveolar macrophages

2021· article· en· W3163886417 sur OpenAlexaff
Willianne Hoepel, Hung‐Jen Chen, Chiara E. Geyer, Sona Allahverdiyeva, Xue D. Manz, Steven W. de Taeye, Jurjan Aman, Lynn Mes, Maurice Steenhuis, Guillermo R. Griffith, Peter I. Bonta, Philip J. M. Brouwer, Tom G. Caniels, Karlijn van der Straten, Korneliusz Golebski, René E. Jonkers, Mads Delbo Larsen, Federica Linty, Jan Nouta, Cindy P. A. A. van Roomen, Frank E.H.P. van Baarle, Cornelis M. van Drunen, Gertjan Wolbink, Alexander P. J. Vlaar, Godelieve J. de Bree, Rogier W. Sanders, Lisa Willemsen, Annette E. Neele, Diederik van de Beek, Theo Rispens, Manfred Wuhrer, Harm Jan Bogaard, Marit J. van Gils, Gestur Vidarsson, Menno P.J. de Winther, Jeroen den Dunnen

Notice bibliographique

RevueScience Translational Medicine · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiabetes and associated disorders
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsAmsterdam Cardiovascular Sciences, Amsterdam University Medical CentersStichting Sanquin BloedvoorzieningNederlandse Organisatie voor Wetenschappelijk OnderzoekUniversiteit van AmsterdamZonMwBill and Melinda Gates FoundationEuropean CommissionFondation LeducqAmsterdam University Medical CentersLandsteiner Foundation for Blood Transfusion Research
Mots-clésImmunologyAntibodyInflammationProinflammatory cytokineImmunoglobulin GMedicineImmune systemFucosylationTumor necrosis factor alphaFc receptorBiology

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,261
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations254
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience Translational MedicineMême sujetDiabetes and associated disordersTravaux en français237 207