Human CD4 and CD8 T cells distinctly upregulate Suppressors of Cytokine Signaling 1 and 3 following Interferon-β treatment. (117.24)
Notice bibliographique
Résumé
Abstract Suppressor of cytokine signaling (SOCS) proteins have been identified as a negative feedback loop to cytokine signaling. Emerging evidence supports the potential role of SOCS in controlling immune disorders, but data regarding their expression in human T cells is still sparse. Interferon-β (IFN-β) is a broadly used and effective treatment for multiple sclerosis (MS), although mechanisms of actions are still incompletely resolved. We postulate that IFN-β mediates beneficial effects through the induction of SOCS in peripheral T cells. We first evaluated the expression of SOCS-1 and SOCS-3 at the mRNA (qRT-PCR) and protein levels (FACS, Western blot, immunocytochemistry) by human CD4 and CD8 T cells following IFN-β treatment. A rapid and significant increase of SOCS-1 and SOCS-3 was observed upon cytokine addition, especially in the CD8 T cell compartment. To mimic patients under IFN-β treatment, both T cell subsets were chronically exposed to physiological doses of IFN-β measured in treated patients. Only SOCS-1 but not SOCS-3 levels were elevated after each IFN-β re-exposure. These effects were more pronounced in CD8 T cells. Our preliminary data indicate different expression of SOCS in untreated and IFN-β-treated MS patients. Our results suggest that SOCS-1 contributes to the IFN-β-mediated beneficial effects in MS and that SOCS proteins are distinctly expressed in human T cell subsets. We are currently testing the functional impact of SOCS-1 on human T cell responses.
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 ».