Altered Purinergic Signaling and CD8+ T Cell Dysregulation in STAT3 GOF Syndrome
Notice bibliographique
Résumé
Signal transduction downstream of activating stimuli controls CD8+ T cell biology, however these external inputs can become uncoupled from transcriptional regulation in Primary Immune Regulatory Disorders (PIRDs). Gain-of-function (GOF) variants in STAT3 amplify cytokine signaling and cause a severe PIRD characterized by early onset autoimmunity, lymphoproliferation, recurrent infections, and immune dysregulation. In both primary human and mouse models of STAT3 GOF, CD8+ T cells have been implicated as pathogenic drivers of autoimmunity. The molecular mechanisms by which STAT3 GOF variants drive this pathology remain unclear. We found that naive CD8+ T cells have an increased capacity for IFN-g and TNF-a secretion. Given this dysregulation of CD8+ T cell function, we evaluated changes in immunoregulatory pathways and found evidence of dysregulated purinergic signaling via high dimensional immune profiling, single-cell RNA sequencing, and functional assessment. Specifically, while expression of CD39, which transforms ATP to AMP, was increased on CD8+ T cells from patients with STAT3 GOF, downstream purinergic family members, CD73 and the adenosine receptor, A2AR, were downregulated, impairing the potential to produce or sense inhibitory adenosine. Patients with STAT3 GOF can be clinically treated with JAK inhibitors, and this partially normalized naive CD8+ T cell dysregulation, including aberrant cytokine production. The extent of normalization scaled with normalization of CD73 and A2AR. This suggests that a dysregulated purinergic signaling axis plays an important role in CD8+ T cell dysregulation in STAT3 GOF, which may have implications for other inflammatory disorders with amplified STAT signaling.
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) | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».