Transcriptional regulation of type 2 innate lymphoid cells and precursors by interleukin-7 receptor signalling
Notice bibliographique
Résumé
Abstract Innate lymphoid cells (ILCs) are a rare population of innate immune cells that act as the first line of defense against pathogens. These cells arise from the lymphoid lineage that B and T cells also belong to. Type 2 ILCs (ILC2s) are a subset of ILCs that reside in the lungs, mucosal layers, and skin, and have roles in clearing helminth infections, triggering allergic responses, and promoting lung tissue repair after influenza infections. The functions of ILC2s mirror those of TH2 cells but lack antigen recognition. However, their full development background is still unknown. It is believed that ILC2s develop in the fetal liver and adult bone marrow from common lymphoid progenitors and differentiate into several intermediates including helper ILC precursors. From this, ILC2 progenitors arise and express interleukin-7 (IL-7) receptor with the aid of the transcription factor GATA3. Our lab has found that IL-7 is critical for ILC2 development as mutations to the IL-7 receptor show a reduction in the ILC2 numbers and GATA3 expression. Conversely, overexpression of IL-7 results in the expansion of ILC2s and elevated GATA3 expression. We hypothesize that IL-7 signalling dictates ILC2 development through the transcriptional regulation of lineage determining factors. We aim to identify the transcriptional and epigenetic landscape regulated by IL-7 in ILC2s and their progenitors using single cell RNA sequencing and chromatin immunoprecipitation sequencing. We will also investigate how IL-7 influences airway immune responses generated by ILC2s using flow cytometry and RNA sequencing. This study will increase our understanding of a vital cell population and contribute to the development of therapeutics for allergic asthma and viral infections.
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 | 0,000 |
| 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 ».