IL-13 modulates exosome production and miRNAs cargo in bronchial epithelial cells in severe asthma
Notice bibliographique
Résumé
<b>Introduction:</b> Asthma is a chronic disease characterized by inflammation and airway remodeling. Both exosomes and miRNAs were shown to participate in asthma physiopathology. Exosomes have been shown to promote inflammation, however, their modulation and miRNAs cargo under type 2 cytokine stimulation remain unclear. <b>Objectives:</b> To evaluate the effect of IL-13 on exosome release by bronchial epithelial cells (BEC) obtained from bronchial biopsies of severe asthmatic subjects compared to healthy controls and packaging of miR-126, -155 and -19a. <b>Methods:</b> BEC from healthy donor and severe asthmatics were stimulated or not with recombinant human IL-13. Exosomes were obtained by serial ultracentrifuges and were quantified using CD63 protein expression by Western Blot. Cellular and exosomes-derived miR-126, -155 and -19a expression were assessed by q-PCR. miR-155 was modulated in BEC with specific miR-155 mimic or inhibitor. <b>Results:</b> BEC from severe asthmatic subjects express more miR-155, -126 and -19a than cells from healthy donors and this feature is increased under IL-13 stimulation. Moreover, BEC from severe asthmatic release more exosome with an increased cargo of miR-155, -126 and -19a than cells from healthy donors. Overexpression of miR-155 in BEC increased IL-13Rα1 gene expression while its inhibition is associated with a reduce IL-13Rα1 expression in both asthmatic and healthy donors. Conclusion In severe asthma, bronchial epithelial cells release more exosomes and these latter contain more miRNAs than bronchial epithelial cells from healthy donors. These features increase under IL-13 stimulation, suggesting a potential role of type 2 cytokine-exosome axis in severe asthma.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».