Donor IL-17 receptor A regulates LPS-potentiated acute and chronic murine lung allograft rejection
Notice bibliographique
Résumé
Chronic lung allograft dysfunction (CLAD) is a major complication after lung transplantation that results from a complex interplay of innate inflammatory and alloimmune factors, culminating in parenchymal and/or obliterative airway fibrosis. Excessive IL-17A signaling and chronic inflammation have been recognized as key factors in these pathological processes. Herein, we developed a model of repeated airway inflammation in mouse minor alloantigen-mismatched single-lung transplantation. Repeated intratracheal LPS instillations augmented pulmonary IL-17A expression. LPS also increased acute rejection, airway epithelial damage, and obliterative airway fibrosis, similar to human explanted lung allografts with antecedent episodes of airway infection. We then investigated the role of donor and recipient IL-17 receptor A (IL-17RA) in this context. Donor IL-17RA deficiency significantly attenuated acute rejection and CLAD features, whereas recipient IL-17RA deficiency only slightly reduced airway obliteration in LPS allografts. IL-17RA immunofluorescence positive staining was greater in human CLAD lungs compared with control human lung specimens, with localization to fibroblasts and myofibroblasts, which was also seen in mouse LPS allografts. Taken together, repeated airway inflammation after lung transplantation caused local airway epithelial damage, with persistent elevation of IL-17A and IL-17RA expression and particular involvement of IL-17RA on donor structural cells in development of fibrosis.
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 | 0,001 |
| 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 ».