Reciprocal activation of B cells and group 2 innate lymphoid cells
Notice bibliographique
Résumé
Abstract B cells can be activated at peripheral sites in chronic inflammatory disease, but the mechanisms that drive this, especially in humans, are unclear. We have reported elevated frequencies of Epstein-Barr virus-induced molecule 2 (EBI2) expressing B cells in tissues from patients with chronic airway inflammation. EBI2 is a marker of extrafollicular plasmablasts, which are activated antibody-secreting cells (ASC). We sought to determine the mechanisms of extrafollicular B cell activation during chronic airway inflammation. ELISpot was used to determine ASC frequency in cells from inflamed nasal tissue or control tonsil tissue. B cells, T cells, and group 2 innate lymphoid cells (ILC2) were isolated from peripheral blood, and B cells were co-cultured with group 2 innate lymphoid cells (ILC2) or T cells. EBI2 expression was assessed by flow cytometry, and gene expression changes were assessed by single cell RNA-seq. Inflamed nasal tissue had a higher frequency of ASC compared to tonsil (p<0.05). The majority of the ASC were contained in the EBI2+ B cell subset in nasal and tonsil tissues. Co-culture of B cells and ILC2 significantly increased the frequency of EBI2+ B cells (p<0.01). B cells co-cultured with ILC2 expressed significantly higher levels of CCL17, CCL22, and FceR2 (>5 fold), compared to freshly isolated B cells, or B cells co-cultured with T cells. ILC2 co-cultured with B cells had significantly increased expression of IL-5, IL-13, and IL-2Ra (>7 fold) compared to freshly isolated ILC2. Our data suggest that not only can ILC2 directly activate B cells, but B cells can also enhance ILC2 function. These findings provide new insights into mechanisms that B cells may play in chronic inflammatory disease.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».