Macrophage Innate Training Induced by IL-4 and IL-13 Activation Enhances OXPHOS Driven Anti-Mycobacterial Responses
Notice bibliographique
Résumé
Abstract Macrophages are a highly adaptive population of innate immune cells. Polarization with IFNγ and LPS into the “classically activated” M1 macrophage enhances pro-inflammatory and microbicidal responses, important for eradicating bacteria such as Mycobacterium tuberculosis . By contrast, “alternatively activated” M2 macrophages, polarized with IL-4, oppose bactericidal mechanisms and allow mycobacterial growth. These activation states are accompanied by distinct metabolic profiles, where M1 macrophages favor near exclusive use of glycolysis, whereas M2 macrophages up-regulate oxidative phosphorylation (OXPHOS). Here we demonstrate that activation with IL-4 and IL-13 counterintuitively induces protective innate memory against mycobacterial challenge. In human and murine models, prior activation with IL-4/13 enhances pro-inflammatory cytokine secretion in response to a secondary stimulation with mycobacterial ligands. In our murine model, enhanced killing capacity is also demonstrated. Despite this switch in phenotype, IL-4/13 trained murine macrophages do not demonstrate M1-typical metabolism, instead retaining heightened use of OXPHOS. Moreover, inhibition of OXPHOS with oligomycin, 2-deoxy glucose or BPTES all impeded heightened pro-inflammatory cytokine responses from IL-4/13 trained macrophages. Lastly, this work identifies that IL-10 attenuates protective IL-4/13 training, impeding pro-inflammatory and bactericidal mechanisms. In summary, this work provides new and unexpected insight into alternative macrophage activation states in the context of mycobacterial infection.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».