PDGFRα-positive fibroblasts display a proinflammatory phenotype in infection-driven exacerbation of experimental lung fibrosis
Notice bibliographique
Résumé
Idiopathic pulmonary fibrosis (IPF) is a severe diffuse parenchymal lung disease characterized by high mortality rates and poor prognosis. Patients with IPF can develop an acute worsening of the disease, named acute exacerbation (AE-IPF), which can be triggered by bacterial infections. Here we examined the proinflammatory contribution of PDGFRα-positive fibroblasts to S. pneumoniae (Spn) induced exacerbation of AdTGF-β1 induced lung fibrosis in mice. We found that numbers of PDGFRα- positive lung fibroblasts did not change substantially upon Spn driven worsening of established fibrosis. However, transcriptomic profiling along with single-cell RNA sequencing and proteomic profiling of flow-sorted fibroblasts showed a strong plasticity of fibroblast subsets developing a proinflammatory phenotype within 24 h after bacterial challenge. Remarkably, defined fibroblast subsets from AdTGF-β1+Spn treated mice exhibited strongly increased mRNA and protein levels of leukocyte-subset recruiting chemokines including CCL2, CXCL2, CXCL10, CXCL12 and CXCL13, but also other inflammation-related genes like Serum Amyloid A, Lipocalin 2, Haptoglobin, Tetherin, Mucin 16, Mesothelin, Osteopontin and Gremlin 1. At the same time, we found strongly increased TLR2 but not TLR4 mRNA levels in sorted fibroblasts of mice with Spn-driven fibrosis exacerbation. Collectively, the data suggest that in addition to their prominent role as ECM producing cells, subsets of fibroblasts appear to directly contribute to progression of lung fibrosis through the development of proinflammatory secretory phenotype.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».