Differential transcriptional and functional properties of regulatory T cells in HIV‐infected individuals on antiretroviral therapy and long‐term non‐progressors
Notice bibliographique
Résumé
Abstract Objectives Regulatory T cells (Tregs) are widely recognised as a subset of CD4 + CD25 + FOXP3 + T cells that have a key role in maintaining immune homeostasis. The impact of HIV‐1 infection on immunological properties and effector functions of Tregs has remained the topic of debate and controversy. In the present study, we investigated transcriptional profile and functional properties of Tregs in HIV‐1‐infected individuals either receiving antiretroviral therapy (ART, n = 50) or long‐term non‐progressors (LTNPs, n = 24) compared to healthy controls (HCs, n = 38). Methods RNA sequencing (RNAseq), flow cytometry‐based immunophenotyping and functional assays were performed to study Tregs in different HIV cohorts. Results Our RNAseq analysis revealed that Tregs exhibit different transcriptional profiles in HIV‐infected individuals. While Tregs from patients on ART upregulate pathways associated with a more suppressive (activated) phenotype, Tregs in LTNPs exhibit upregulation of pathways associated with impaired suppressive properties. These observations may explain a higher propensity for autoimmune diseases in LTNPs. Also, we found substantial upregulation of HLA‐F mRNA and HLA‐F protein in Tregs from HIV‐infected subjects compared to healthy individuals. These observations highlight a potential role for this non‐classical HLA in Tregs in the context of HIV infection, which should be investigated further in other chronic viral infections and cancer. Conclusion Our study has provided a novel insight into Tregs at the transcriptional and functional levels in different HIV‐infected groups.
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 | 0,001 |
| 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) | 0,001 | 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 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 ».