MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391345254 · doi:10.22541/au.170663566.67214734/v1

Porphyromonas gingivalis -Stimulated Hyperglycemic Microenvironment Alters the Immunometabolism of Dendritic Cells

2024· preprint· en· W4391345254 sur OpenAlexafffund
Boan Yao, Maryam Ghaffari, Kenneth Ting, Minna Woo, Daniel A. Winer, Annie Shrestha

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineDentistry
ThématiqueOral microbiology and periodontitis research
Établissements canadiensToronto General HospitalUniversity Health NetworkCanada Research ChairsUniversity of Toronto
Organismes subventionnairesUniversity of TorontoAmerican Association of Endodontists Foundation
Mots-clésCD80GLUT1Dendritic cellInflammationChemistryCell biologyCytokineCD86MonocyteBiologyT cellImmune systemImmunologyGlucose uptakeCD40EndocrinologyBiochemistryCytotoxic T cell

Résumé

récupéré en direct d'OpenAlex

Introduction: Periodontitis in patients with diabetes mellitus results in chronic inflammation, which is the central issue in developing an efficient and consistent treatment plan. Dendritic cells (DC) are antigen presenting cells that initiate the immune inflammatory responses and contribute to the pathogenesis of both diseases. In this study, we investigated the impact of hyperglycemic microenvironment on DC immunometabolism, the cell phenotypes and immunogenic functions. Methodology: Human monocyte differentiated DC and mice bone marrow derived DC were cultured in the presence of 5.5-, 11-, and 25- mM glucose to simulate diabetic microenvironment. Cells were activated with advanced-glycation-end product (AGE) and lipopolysaccharides (LPS) from Porphyromanas gingivalis for 24 hours and processed for transcription, metabolic and microscopic analysis. Expression of activation markers (CD80, CD83, CD86, HLA-DR) and proteins involved in glycolysis (HK2, LDHA, GLUT1) in DC were calculated by qRT-PCR. Lactic acid production and OXPHOS assays, including Seahorse metabolic flux analyzer were utilized to determine the effects on metabolism. Impact on the phagocytic capacity was analyzed using fluorescent microspheres uptake. Cytokine expressions for tumor necrosis factor alpha [TNF- α ], interleukin [IL]-1 β , IL-6, IL-10, and Interferon gamma [IFN- γ ] were evaluated in cell supernatants from DC and DC-T cell coculture. Results: Under simulated hyperglycemic microenvironment an increase in cell dendrite extensions, and activation markers were upregulated in both monocytes differentiated DC and BMDC. There was a significant increase in glycolysis as evident from the gene expression, cell metabolic flux, and lactic acid production. Cell OXPHOS activities was reduced to compensate for the increase in glycolysis. Pro-inflammatory cytokines (TNF- α and IL-1 β ) were significantly increased and this increase was directly proportional to the glucose concentrations. Whereas, phagocytic capability of DC, and their ability to activate T cells decreased with hyperglycemia. Conclusions: Hyperglycemic microenvironment resulted in DC changes with increased expressions of activation markers, glycolytic metabolism, and increased pro-inflammatory cytokines, while impairing phagocytosis and adaptive immunity induction. BMDC and human monocyte differentiated-DC exhibit similar responses toward hyperglycemia, AGE, and LPS. This work emphasizes that diabetes mellitus has an inflammatory impact on DC immunometabolism and immunogenic functions.

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 seuil0,005

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 GPT0,278
Écart entre enseignants0,260 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetOral microbiology and periodontitis research→Travaux en français237 207→