SIGIRR Negatively Regulates IL-36–Driven Psoriasiform Inflammation and Neutrophil Infiltration in the Skin
Notice bibliographique
Résumé
Abstract SIGIRR has been described as a negative regulator of several IL-1R/TLR family members and has been implicated in several inflammatory disease conditions. However, it is unknown whether it can suppress IL-36 family cytokines, which are members of the broader IL-1 superfamily that have emerged as critical orchestrators of psoriatic inflammation in both humans and mice. In this study, we demonstrate that SIGIRR is downregulated in psoriatic lesions in humans and mice, and this correlates with increased expression of IL-36 family cytokines. Using Sigirr−/− mice, we identify, for the first time (to our knowledge), SIGIRR as a negative regulator of IL-36 responses in the skin. Mechanistically, we identify dendritic cells and keratinocytes as the primary cell subsets in which IL-36 proinflammatory responses are regulated by SIGIRR. Both cell types displayed elevated IL-36 responsiveness in absence of SIGIRR activity, characterized by enhanced expression of neutrophil chemoattractants, leading to increased neutrophil infiltration to the inflamed skin. Blockade of IL-36R signaling ameliorated exacerbated psoriasiform inflammation in Sigirr−/− mice and inhibited neutrophil infiltration. These data identify SIGIRR activity as an important regulatory node in suppressing IL-36–dependent psoriatic inflammation in humans and mice.
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 | 0,001 | 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 ».