Invading Bacterial Pathogens Activate Transcription Factor EB in Epithelial Cells through the Amino Acid Starvation Pathway of mTORC1 Inhibition
Notice bibliographique
Résumé
Upon pathogen infection, intricate innate signaling cascades are induced to initiate the transcription of immune effectors, including cytokines and chemokines. Transcription factor EB (TFEB), a master regulator of lysosomal biogenesis and autophagy genes, was found recently to be a novel regulator of innate immunity in both Caenorhabditis elegans and mammals. Despite TFEB participating in critical mechanisms of pathogen recognition and in the transcriptional response to infection in mammalian macrophages, little is known about its roles in the infected epithelium or infected nonimmune cells in general. Here, we demonstrate that TFEB is activated in nonimmune cells upon infection with bacterial pathogens through a pathway dependent on mTORC1 inhibition and RAG-GTPase activity, reflecting the importance of membrane damage and amino acid starvation responses during infection. Additionally, we present data demonstrating that although TFEB does not affect bacterial killing or load in nonimmune cells, it alters the host transcriptome upon infection, thus promoting an antibacterial transcriptomic landscape. Elucidating the roles of TFEB in infected nonimmune cells and the upstream signaling cascade provides critical insight into understanding how cells recognize and respond to bacterial pathogens.
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) | 0,002 | 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 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 ».