SARS-CoV-2 Dysregulates Neutrophil Degranulation and Reduces Lymphocyte Counts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
SARS-CoV-2, the virus that causes COVID-19, has given rise to one of the largest pandemics, affecting millions worldwide. High neutrophil-to-lymphocyte ratios have been identified as an important correlate to poor recovery rates in severe COVID-19 patients. However, the mechanisms underlying this clinical outcome and the reasons for its correlation to poor prognosis are unclear. Furthermore, the mechanisms involved in healthy neutrophils acquiring a SARS-CoV-2-mediated detrimental role are yet to be fully understood. In this study, we isolated circulating neutrophils from healthy donors for treatment with supernates from infected epithelial cells and direct infection with SARS-CoV-2 in vitro. Infected epithelial cells induced a dysregulated degranulation of primary granules with a decrease in myeloperoxidase (MPO), but slight increase in neutrophil elastase release. Infection of neutrophils resulted in an impairment of both MPO and elastase release, even though CD16 receptor shedding was upregulated. Importantly, SARS-CoV-2-infected neutrophils had a direct effect on peripheral blood lymphocyte counts, with decreasing numbers of CD19+ B cells, CD8+ T cells, and CD4+ T cells. Together, this study highlights the independent role of neutrophils in contributing to the aberrant immune responses observed during SARS-CoV-2 infection that may be further dysregulated in the presence of other immune cells.
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.
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 | 0,001 |
| 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 découle