MétaCan
Menu
Retour à la cohorte
Enregistrement W4313373157 · doi:10.4049/jimmunol.204.supp.149.15

Type III interferons are expressed in tuberculosis granulomas and promote an inflammatory phenotype in macrophages that differs from type I interferon

2020· article· en· W4313373157 sur OpenAlexaff
Priyanka Talukdar, Joshua T. Mattila, Beth A. Fallert Junecko

Notice bibliographique

RevueThe Journal of Immunology · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
Thématiqueinterferon and immune responses
Établissements canadiensÉcole Nationale d'Administration Publique
Organismes subventionnairesnon disponible
Mots-clésBiologyInterferonImmunologyMacrophageCD11cCytokineInterferon gammaMycobacterium tuberculosisInterleukin 4PhenotypeTuberculosisGeneMedicineIn vitroPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Humans and non-human primates express four subtypes of type III interferons (IFNλs; IFNλ1-IFNλ4). Unlike type I interferons, which have been thoroughly investigated in tuberculosis (TB), the role of IFNλs and their effects on immunity in TB remain unknown, especially at the disease site. To better understand the role of IFNλs in TB, we examined IFNλ1 and IFNλ4 expression in cynomolgus macaques with TB and investigated the effects of IFNα/β, IFNλ1 and IFNλ4 signaling on macaque macrophages. Using IHC, we identified differential IFNλ1 and IFNλ4 expression in macrophages and neutrophils, including IFNλ4 localization in the nuclei of epithelioid macrophages. CD206+ macrophages and CD3+ cells in the airway expressed IFNλR while CD11c+ macrophages in the lymphocyte cuff of the granuloma expressed IFNλR. To measure IFNλ1 and IFNλ4’s effect on macrophage gene expression and compare these cytokines against IFNα/β, we used NanoString transcriptional profiling and Ingenuity Pathway Analysis (IPA) on cytokine-stimulated macrophages to identify differentially regulated pathways. We found that IFNα/β upregulated the greatest number of ISGs, followed by IFNλ1, whereas IFNλ4 stimulation had minimal effect on gene expression. Interestingly, pro-inflammatory genes including IL-1β, IL-8, TLR1, BATF were upregulated by IFNλ1 while IL-1β and TLR1 were downregulated by IFNα/β. To determine the effects of IFNλs on anti-mycobacterial macrophage responses, we used a reporter Mtb strain to determine how IFNλ1 and IFNλ4 effect the viability of Mycobacterium tuberculosis. Our data suggest that IFNλs have non-redundant properties with type 1 interferons that may promote macrophage activation, inflammation, and antibacterial activity in TB.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,237
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of ImmunologyMême sujetinterferon and immune responsesTravaux en français237 207