Alveolar epithelial cells of lung fibrosis patients are susceptible to severe virus-induced injury
Notice bibliographique
Résumé
Patients with pulmonary fibrosis (PF) often experience exacerbations of their disease, characterised by a rapid, severe deterioration in lung function that is associated with high mortality. Whilst the pathobiology of such exacerbations is poorly understood, virus infection is a trigger. The present study investigated virus-induced injury responses of alveolar and bronchial epithelial cells (AECs and BECs, respectively) from patients with PF and age-matched controls (Ctrls). Air-liquid interface (ALI) cultures of AECs, comprising type I and II pneumocytes or BECs were inoculated with influenza A virus (H1N1) at 0.1 multiplicity of infection (MOI). Levels of interleukin-6 (IL-6), IL-36γ and IL-1β were elevated in cultures of AECs from PF patients (PF-AECs, n = 8-11), being markedly higher than Ctrl-AECs (n = 5-6), 48 h post inoculation (pi) (P<0.05); despite no difference in H1N1 RNA copy numbers 24 h pi. Furthermore, the virus-induced inflammatory responses of PF-AECs were greater than BECs (from either PF patients or controls), even though viral loads in the BECs were overall 2- to 3-fold higher than AECs. Baseline levels of the senescence and DNA damage markers, nuclear p21, p16 and H2AXγ were also significantly higher in PF-AECs than Ctrl-AECs and further elevated post-infection. Senescence induction using etoposide augmented virus-induced injuries in AECs (but not viral load), whereas selected senotherapeutics (rapamycin and mitoTEMPO) were protective. The present study provides evidence that senescence increases the susceptibility of AECs from PF patients to severe virus-induced injury and suggests targeting senescence may provide an alternative option to prevent or treat the exacerbations that worsen the underlying disease.
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 | 0,001 |
| 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 ».