Innate Receptors Expression by Lung Nociceptors: Impact on COVID-19 and Aging
Notice bibliographique
Résumé
The lungs are constantly exposed to non-sterile air which carries harmful threats, such as particles and pathogens. Nonetheless, this organ is equipped with fast and efficient mechanisms to eliminate these threats from the airways as well as prevent pathogen invasion. The respiratory tract is densely innervated by sensory neurons, also known as nociceptors, which are responsible for the detection of external stimuli and initiation of physiological and immunological responses. Furthermore, expression of functional innate receptors by nociceptors have been reported; however, the influence of these receptors to the lung function and local immune response is poorly described. The COVID-19 pandemic has shown the importance of coordinated and competent pulmonary immunity for the prevention of pathogen spread as well as prevention of excessive tissue injury. New findings suggest that lung nociceptors can be a target of SARS-CoV-2 infection; what remains unclear is whether innate receptor trigger sensory neuron activation during SARS-CoV-2 infection and what is the relevance for the outcomes. Moreover, elderly individuals often present with respiratory, neurological and immunological dysfunction. Whether aging in the context of sensory nerve function and innate receptors contributes to the disorders of these systems is currently unknown. Here we discuss the expression of innate receptors by nociceptors, particularly in the lungs, and the possible impact of their activation on pulmonary immunity. We then demonstrate recent evidence that suggests lung sensory neurons as reservoirs for SARS-CoV-2 and possible viral recognition via innate receptors. Lastly, we explore the mechanisms by which lung nociceptors might contribute to disturbance in respiratory and immunological responses during the aging process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».