Gut microbiota from B-cell-specific TLR9-deficient NOD mice promote IL-10+ Breg cells and protect against T1D
Notice bibliographique
Résumé
Introduction Type 1 diabetes (T1D) is an autoimmune disease characterized by the destruction of insulin-producing β cells. Toll-like receptor 9 (TLR9) plays a role in autoimmune diseases, and B cell-specific TLR9 deficiency delays T1D development. Gut microbiota are implicated in T1D, although the relationship is complex. However, the impact of B cell-specific deficiency of TLR9 on intestinal microbiota and the impact of altered intestinal microbiota on the development of T1D are unclear. Objectives This study investigated how gut microbiota and the intestinal barrier contribute to T1D development in B cell-specific TLR9-deficient NOD mice. Additionally, this study explored the role of microbiota in immune regulation and T1D onset. Methods The study assessed gut permeability, gene expression related to gut barrier integrity, and gut microbiota composition. Antibiotics depleted gut microbiota, and fecal samples were transferred to germ-free mice. The study also examined IL-10 production, Breg cell differentiation, and their impact on T1D development. Results B cell-specific TLR9-deficient NOD mice exhibited increased gut permeability and downregulated gut barrier-related gene expression. Antibiotics restored gut permeability, suggesting microbiota influence. Altered microbiota were enriched in Lachnospiraceae, known for mucin degradation. Transferring this microbiota to germ-free mice increased gut permeability and promoted IL-10-expressing Breg cells. Rag-/- mice transplanted with fecal samples from Tlr9fl/flCd19-Cre+ mice showed delayed diabetes onset, indicating microbiota’s impact. Conclusion B cell-specific TLR9 deficiency alters gut microbiota, increasing gut permeability and promoting IL-10-expressing Breg cells, which delay T1D. This study uncovers a link between TLR9, gut microbiota, and immune regulation in T1D, with implications for microbiota-targeted T1D therapies.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».