Selective IgA Deficiency in Spontaneously Hypertensive Rats With Gut Dysbiosis
Notice bibliographique
Résumé
Background: The spontaneously hypertensive rat (SHR) is extensively used to study hypertension. Gut microbiota dysbiosis is a notable feature in SHR for reasons unknown. Immunoglobulin A (IgA) is a major host factor required for gut microbiota homeostasis. We hypothesized that inadequate IgA contributes to gut microbiota dysbiosis in SHR. methods: IgA was measured in feces, cecum, serum, liver, gut-associated lymphoid tissue, and milk from SHR and Wistar Kyoto rats. IgA regulatory factors like IgM, IgG, and pIgR (polymeric immunoglobulin receptor) were analyzed. IgA and IgG antibodies and blood pressure (BP) were measured before and after administrating a bacterial antigen (ie, flagellin). Results: Compared with Wistar Kyoto rats, SHR displayed remarkably near-deficient IgA levels accompanied by compensatory increases in serum IgM and IgG and gut-liver pIgR expression. Inadequate milk IgA in SHR emphasized this immune defect stemmed from the neonatal stage. Reduced IgA + B cells in circulation and Peyer patches indicated a possible reason for the lower IgA in SHR. Noteworthy, a genetic insufficiency was unlikely because administering flagellin to SHR induced anti-flagellin IgA antibodies. This immune response surprisingly accelerated hypertension development in SHR, suggesting IgA quiescence may help maintain lower BP. Conclusions: This study is the first to reveal IgA deficiency in SHR as one host factor associated with gut microbiota dysbiosis and invigorates future research to determine the pathophysiological role of IgA in hypertension.
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 ».