Differential Contribution of NF-κB Signaling Pathways to CD4+ Memory T Cell Induced Activation of Endothelial Cells
Notice bibliographique
Résumé
Endothelial cells (ECs) are important contributors to inflammation in immune-mediated inflammatory diseases (IMIDs). In this study, we examined whether CD4 + memory T (T m ) cells can drive EC inflammatory responses. Human T m cells produced ligands that induced inflammatory responses in human umbilical vein EC as exemplified by increased expression of inflammatory mediators including chemokines and adhesion molecules. NF-κB, a key regulator of EC activation, was induced by T m cell ligands. We dissected the relative contribution of canonical and non-canonical NF-κB signaling to T m induced EC responses using pharmacological small molecule inhibitors of IKKβ (iIKKβ) or NF-κB inducing kinase (iNIK). RNA sequencing revealed substantial overlap in IKKβ and NIK regulated genes (n=549) that were involved in inflammatory and immune responses, including cytokines (IL-1β, IL-6, GM-CSF) and chemokines (CXCL5, CXCL1). NIK regulated genes were more restricted, as 332 genes were uniquely affected by iNIK versus 749 genes by iIKKβ, the latter including genes involved in metabolism, proliferation and leukocyte adhesion (VCAM-1, ICAM-1). The functional importance of NIK and IKKβ in EC activation was confirmed by transendothelial migration assays with neutrophils, demonstrating stronger inhibitory effects of iIKKβ compared to iNIK. Importantly, iIKKβ – and to some extent iNIK - potentiated the effects of currently employed therapies for IMIDs, like JAK inhibitors and anti-IL-17 antibodies, on EC inflammatory responses. These data demonstrate that inhibition of NF-κB signaling results in modulation of T m cell-induced EC responses and highlight the potential of small molecule NF-κB inhibitors as a novel treatment strategy to target EC inflammatory responses in IMIDs.
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 ».