<scp>TLR7</scp>/8 Activation in Immune Cells and Muscle by <scp>RNA</scp>‐Containing Immune Complexes: Role in Inflammation and the Pathogenesis of Myositis
Notice bibliographique
Résumé
OBJECTIVE: Activation of endosomal toll-like receptors (TLRs) is one possible driver of inflammation in idiopathic inflammatory myopathies (IIM). We investigated the potential contribution of TLR7 and TLR8 to IIM pathogenesis. METHODS: Activation of TLR7/8 in healthy donor peripheral blood mononuclear cells (PBMCs) by immune complexes from patients with IIMs and lupus was tested. Autoantibody profiling of patient IgG samples was performed using a 1581 antigen array. TLR7 and/or TLR8 activation by RNA molecules associated with autoantibodies was assessed. Gene expression in human myoblasts and satellite cells following treatment with supernatants from TLR7/8-activated PBMCs was evaluated by NanoString. C57BL/6 mice were dosed intramuscularly with the TLR7/8 agonist R848 and single-cell RNA-sequencing was performed on the muscle to ascertain the cell types responding to TLR7/8 activation and the downstream effects. RESULTS: Overall, 69 patients with IIMs were included with representation of dermatomyositis, polymyositis, and inclusion body myositis subsets. Immune complexes from patients with IIMs, as well as autoantibody-associated RNAs histidyl-transfer RNA, Y1, Y4, and U1, activated PBMCs to produce interferon-α and IL-6 via TLR7/8. Several canonical (Ro60, Ro52, and HIST1H4A) and novel (IL-36RN) autoreactivities correlated highly with TLR7/8 activation. Supernatants from TLR7/8-activated PBMCs had a negative impact on human myoblasts and satellite cells. Endothelial cells were activated by R848 in mouse muscle in vivo in addition to immune cells such as monocytes and macrophages. CONCLUSION: Our results suggest that patients with IIMs have autoantibodies in their blood causing TLR7/8 activation, which leads to inflammation in muscles with potential deleterious effects.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».