Smoking and SARS-CoV-2 Impair Dendritic Cells and Regulate DC-SIGN Expression in Tissues
Notice bibliographique
Résumé
Summary The current spreading novel coronavirus SARS-CoV-2 is highly infectious and pathogenic. In this study, we screened the gene expression of three SARS-CoV-2 host receptors (ACE2, DC-SIGN and L-SIGN) and DC status in bulk and single cell transcriptomic datasets of upper airway, lung or blood of smokers, non-smokers and COVID-19 patients. We found smoking increased DC-SIGN gene expression and inhibited DC maturation and its ability of T cell stimulation. In COVID-19, DC-SIGN gene expression was interestingly decreased in lung DCs but increased in blood DCs. Strikingly, DCs shifted from cDCs to pDCs in COVID-19, but the shift was trapped in an immature stage (CD22+ or ANXA1+ DC) with MHCII downregulation in severe cases. This observation indicates that DCs in severe cases stimulate innate immune responses but fail to specifically recognize SARS-CoV-2. Our study provides insights into smoking effect on COVID-19 risk and the profound modulation of DC function in severe COVID-19. Graphical Abstract Highlights Smoking upregulates the expression of ACE2 and CD209 and inhibits DC maturation in lungs. SARS-CoV-2 modulates the DCs proportion and CD209 expression differently in lung and blood. Severe infection is characterized by DCs less capable of maturation, antigen presentation and MHCII expression. DCs shift from cDCs to pDCs with SARS-CoV-2 infection but are trapped in an immature stage in severe cases.
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) | 0,000 | 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 ».