Abnormal glucose and lipid metabolism promotes disrupted differentiation of T and B cell subsets in Behçet’s disease
Notice bibliographique
Résumé
Abstract Introduction Behçet’s disease (BD) is a chronic, systemic inflammatory condition characterized by recurrent immune dysregulation. Materials & Methods This study conducted a comprehensive analysis of immune cell subsets, metabolic markers, and their interplay in BD patients. Using multiparametric flow cytometry, we identified elevated Th1 cells, senescent CD8+ T cells, and abnormal B cell activation as hallmarks of the chronic inflammatory state in BD. Results Despite immunotherapy, innate immune activation persisted, with increased mature NK cells, γδT1 cells, and conventional dendritic cells (cDCs), alongside reduced plasmacytoid dendritic cells (pDCs). Elevated glucose (GLU) and triacylglycerol (TAG) levels in BD patients correlated with increased Th1 cells, functional CD8+ T cells, and B cell activation. In vitro experiments demonstrated that GLU and TAG promote Th1 differentiation, CD8+ T cell activation, and B cell antibody production, revealing their role as drivers of immune dysregulation. Conclusion These findings underscore the intricate relationship between metabolic dysregulation and immune dysfunction in BD, highlighting potential diagnostic and therapeutic targets. Our study provides critical insights into BD pathogenesis, offering a foundation for optimizing disease management and monitoring immune and metabolic markers for improved patient outcomes.
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 | 0,000 | 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 | 0,000 |
| 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 ».