Release of the pre-assembled naRNA-LL37 composite DAMP re-defines neutrophil extracellular traps (NETs) as intentional DAMP webs
Notice bibliographique
Résumé
Abstract Neutrophil extracellular traps (NETs) are a key antimicrobial feature of cellular innate immunity mediated by polymorphonuclear neutrophils (PMNs), the primary human leukocyte population. NETs trap and kill microbes but have also been linked to inflammation, e.g. atherosclerosis, arthritis or psoriasis by unknown mechanisms. We here characterize naRNA (NET-associated RNA), as a new canonical, abundant, and unexplored inflammatory NET component. naRNA, upon release by NET formation, drove further NET formation in naïve PMN, and induced macrophage and keratinocyte activation via TLR8 in humans and Tlr13 in mice, in vitro and in vivo. Importantly, in vivo naRNA strongly drove skin inflammation, whereas genetic ablation of RNA sensing drastically ameliorated psoriatic skin inflammation. Rather than accidentally assembling with LL37 on the NET, naRNA was intracellularly pre-associated in resting neutrophils as a ‘composite DAMP’, thus highlighting NET formation as a DAMP release process. This re-defines sterile NETs as an intentionally inflammatory agent, signaling and amplifying neutrophil activation. Moreover, in the many conditions previously linked to NETs and extracellular RNA, TLR-mediated naRNA sensing emerges as both potential cause and new intervention target. Graphical abstract Created with biorender.com
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».