Lactobacillus rhamnosus GG induces STING-dependent IL-10 in intestinal monocytes and alleviates inflammatory colitis in mice
Notice bibliographique
Résumé
Preclinical and clinical observations indicate that the probiotic Lactobacillus rhamnosus GG (LGG) can modulate colonic inflammation. However, the underlying mechanisms have not been explored in depth. Here, we demonstrate that oral administration of live LGG alleviated inflammatory colitis by increasing IL-10 expression in intestinal Ly6C+ monocytes. Mechanistically, LGG induced IL-10 production via the stimulator of IFN genes (STING)/TBK1/NF-κB (RELA) signaling pathway in intestinal Ly6C+ monocytes, enhancing their immune-suppressive function. Elevated IL-10 subsequently activated IL-10 signaling in Ly6C+ monocytes, resulting in an IL-10-based autocrine regulatory loop and inhibition of proinflammatory cytokine production. Furthermore, LGG shifted the gut microbial community and its metabolic functions, leading to intestinal immune responses against colitis. Fecal microbiota transplantation from LGG-colonized mice alleviated immune checkpoint blockade-associated colitis. Our findings highlight the importance of STING signaling in IL-10-dependent antiinflammatory immunity and establish an empirical basis for developing oral administration of live LGG as an efficient and safe therapeutic strategy against inflammatory colitis.
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 | 0,007 |
| 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 | 0,001 |
| 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 ».