MétaCan
Menu
← Retour à la cohorte
Enregistrement W3206893078 · doi:10.3934/allergy.2021017

Modulation of IL-17A and IFNγ by β2-adrenergic agonist terbutaline and inverse-agonist nebivolol, influence of ADRB2 polymorphisms

2021· article· en· W3206893078 sur OpenAlexaff
Catalina M. Carvajal Gonczi, Fadi Touma, Tina Daigneault, Chelsea Pozzebon, Kelly Burchell-Reyes, Peter J. Darlington

Notice bibliographique

RevueAIMS Allergy and Immunology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensUniversité LavalConcordia UniversityMcGill University Health CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTerbutalineAgonistPeripheral blood mononuclear cellInverse agonistCytokineEndocrinologyInternal medicineReceptorMolecular biologyChemistryBiologyMedicineIn vitroBiochemistry

Résumé

récupéré en direct d'OpenAlex

Background Upon activation, helper T (Th) cells produce cytokines such as IL-17A and IFNγ, which may exacerbate inflammatory disease and disorders. Adrenergic drugs are emerging as immunomodulatory agents to treat pro-inflammatory diseases, but their function is not completely understood. Th Cells express the β2-adrenergic receptor (β2AR) that is encoded by ADRB2. Agonists of the β2AR decrease IFNγ but can increase IL-17A from Th cells. We compared a β2AR agonist to an inverse-agonist, and assessed the influence of ADRB2 polymorphisms on IL-17A and IFNγ responses. Methods Peripheral blood mononuclear cells (PBMCs) from venous blood of healthy human participants were cultured with T cell activators anti-CD3 and anti-CD28 antibodies. Terbutaline, a β2AR agonist or nebivolol, a β1AR antagonist and β2AR inverse-agonist, were added in vitro. Cytokines IL-17A and IFNγ were measured using enzyme-linked immunosorbent assay. Genomic ADRB2 and its immediate upstream region were sequenced using Sanger's method. Cytokine response to drug was analyzed based on ADRB2 polymorphisms. Results Terbutaline consistently inhibited IFNγ from activated PBMC samples. In contrast, it increased IL-17A in PBMC homozygous for Gly16 codon of ADRB2. Nebivolol inhibited IL-17A and IFNγ from activated Th cells. When applied to activated-PBMCs, nebivolol inhibited IL-17A but did not significantly inhibit IFNγ although a trend was observed. The ability of nebivolol to inhibit IL-17A was attenuated by a β2AR-specific antagonist. Cellular proliferation and viability was not significantly changed by nebivolol. Nebivolol suppressed IL-17A in all of the samples regardless of ADRB2 polymorphisms. Conclusions This data demonstrates that terbutaline inhibited IFNγ, however, it increased IL-17A in samples with the common Gly16 polymorphism of ADRB2. Nebivolol inhibited IL-17A regardless of ADRB2 polymorphisms. Thus, nebivolol is a strong candidate for treating inflammatory diseases or disorders where IL-17A exacerbates symptoms.

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 enseignants0,005
Score d'incertitude au seuil0,017

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,006
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIMS Allergy and Immunology→Même sujetDermatology and Skin Diseases→Travaux en français237 207→