TLR-2, TLR-3 and TLR-4 agonists induce synthesis of IFN-γ in human M1 but not in M2a, M2b and M2c macrophages through the activation of S6K1-S6 pathwayγ
Notice bibliographique
Résumé
Abstract IFN-γ, a pro-inflammatory cytokine produced primarily by T cells and NK cells, activates macrophages and engage mechanisms to control pathogens. Although murine macrophages have been shown to produce IFN-γ, very little is known about IFN-γ production by normal human macrophages and their subsets. Herein, we show that priming of human monocyte-derived macrophages (MDM-M0) with IL-12 and IL-18 or IFN-γ alone leads to IFN-γ production in M1 macrophages that is significantly enhanced transcriptionally as well as at the protein level following stimulation with Toll-like receptors (TLR)-2, TLR-3 or TLR-4 agonists in contrast to the M0, M2a, M2b and M2c macrophages. The macrophage derived IFN-γ is biologically active and can activate macrophages in an autocrine manner. To determine the signalling pathway responsible for TLR-4-induced IFN-γ production in M1 macrophages, our results show that TLR-4-induced IFN-γ production is regulated by mTORC-1/2, PI3K, p38 and JNK MAPKs and S6Kinase-S6 pathway. The S6K1-S6 pathway plays a crucial role in TLR-induced IFN-γ production in M1 macrophages as IFN-γ-induced S6 phsophorylation (Ser 235/236) was inhibited by the inhibitors specific for PI3K, p38-MAPK and JNK MAPK, and mTORC-1/2 suggesting that S6K1-S6 pathway plays a critical role in TLR-4 induced IFN-γ production in human M1 macrophages.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».