Bcl10 Regulates Lipopolysaccharide-Induced Pro-Fibrotic Signaling in Bronchial Fibroblasts from Severe Asthma Patients
Notice bibliographique
Résumé
Subepithelial fibrosis is a characteristic hallmark of airway remodeling in asthma. Current asthma medications have limited efficacy in treating fibrosis, particularly in patients with severe asthma, necessitating a deeper understanding of the fibrotic mechanisms. The NF-κB pathway is key to airway inflammation in asthma, as it regulates the activity of multiple pro-inflammatory mediators that contribute to airway pathology. Bcl10 is a well-known upstream mediator of the NF-κB pathway that has been linked to fibrosis in other disease models. Therefore, we investigated Bcl10-mediated NF-κB activation as a potential pathway regulating fibrotic signaling in severe asthmatic fibroblasts. We demonstrate here the elevated protein expression of Bcl10 in bronchial fibroblasts and bronchial biopsies from severe asthmatic patients when compared to non-asthmatic individuals. Lipopolysaccharide (LPS) induced the increased expression of the pro-fibrotic cytokines IL-6, IL-8 and TGF-β1 in bronchial fibroblasts, and this induction was associated with the activation of Bcl10. Inhibition of the Bcl10-mediated NF-κB pathway using an IRAK1/4 selective inhibitor abrogated the pro-fibrotic signaling induced by LPS. Thus, our study indicates that Bcl10-mediated NF-κB activation signals increased pro-fibrotic cytokine expression in severe asthmatic airways. This reveals the therapeutic potential of targeting Bcl10 signaling in ameliorating inflammation and fibrosis, particularly in severe asthmatic individuals.
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 ».