The glycolytic reaction PGAM unexpectedly restrains Th17 pathogenicity and Th17-dependent autoimmunity
Notice bibliographique
Résumé
Glucose metabolism is a critical regulator of T cell function, largely thought to support their activation and effector differentiation. Here, we investigate the relevance of individual glycolytic reactions in determining the pathogenicity of T helper 17 (Th17) cells using single-cell RNA-seq and Compass, an algorithm we previously developed for estimating metabolic flux from single-cell transcriptomes. Surprisingly, Compass predicted that the metabolic shunt between 3-phosphoglycerate (3PG) and 2-phosphoglycerate (2PG) is inversely correlated with pathogenicity in these cells, whereas both its upstream and downstream reactions were positively correlated. Perturbation of phosphoglycerate mutase (PGAM), an enzyme required for 3PG to 2PG conversion, resulted in an increase in protein expression of IL2, IL17, and TNFa, as well as induction of a pathogenic gene expression program. Consistent with PGAM playing a pro-regulatory role, inhibiting PGAM in Th17 cells resulted in exacerbated autoimmune responses in the adoptive transfer model of experimental autoimmune encephalomyelitis (EAE). Finally, we further investigated the effects of modulating glucose concentration on Th17 cells in culture. Th17 cells differentiated under high- and low-glucose conditions substantially differed in their metabolic and effector transcriptomic programs, both central to Th17 function. Importantly, the PGAM-dependent gene module marks the least pathogenic state of Th17 cells irrespective of glucose concentration. Overall, our study identifies PGAM, contrary to other glycolytic enzymes, as a negative regulator of Th17 pathogenicity.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».