Impact of Cytomegalovirus Infection and Genetic Background on the Frequencies of Peripheral Blood Suppressor Cells in Human Twins
Notice bibliographique
Résumé
Frequencies and proportions of regulatory T cells (Tregs) and myeloid-derived suppressor cells (MDSCs) in peripheral blood may be informative biomarkers for certain disease states. The influence of genetics and lifetime pathogen exposures on Treg and MDSC frequencies is largely unexplored. Cytomegalovirus (CMV) establishes a latent infection and causes an accumulation of late-differentiated CD8+ memory T cells, commonly associated with a lower frequency of naive cells. Here, analyzing peripheral blood mononuclear cells by multicolor flow cytometry, we found a tendency towards lower frequencies of CD4+CD25+FoxP3+ Tregs in CMV-seropositive than -seronegative middle-aged individuals (p = 0.054), whereas frequencies of lineage-negative CD14+HLA-DR-MDSCs were significantly lower in CMV-seropositive participants (p = 0.005). Assessing associations with the presence of antibodies against different CMV structural proteins, rather than merely assigning seropositivity or seronegativity, failed to yield any closer associations. Examining Treg subsets revealed at most a minor role of the individual’s genetic background, based on an analysis of monozygotic (MZ, n = 42) versus dizygotic (DZ, n = 39) twin pairs from the Danish Twin Registry. The same was true for MDSCs. These initial results suggest that an immunological history of exposures is more important than genetics in determining overall human suppressor cell levels.
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) | 0,001 | 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 ».