<scp>NOD1</scp> promotes leukocyte clearance and limits inflammation in female mice during obesity‐associated acute lung injury
Notice bibliographique
Résumé
Abstract Obesity is associated with metabolic inflammation, which includes changes to innate immune responses relevant to acute lung injury. NOD1 is a cytosolic pattern recognition receptor involved in sensing bacterial peptidoglycan and has been linked to metabolic inflammation. However, its role in obesity‐associated acute lung injury, especially in females, remains unclear. Here, we investigated the impact of NOD1 deficiency on pulmonary inflammation in female mice subjected to a high‐fat diet and lipopolysaccharide‐induced acute lung injury. Compared to wild‐type controls, obese Nod1 −/− mice showed reduced leukocyte and neutrophil numbers in the bronchoalveolar lavage (BAL), but increased BAL levels of TNF‐α, IL‐1β, IL‐6, IL‐17A, and IL‐22, suggesting impaired neutrophil clearance. In the lung tissue, NOD1 deficiency during obesity led to elevated neutrophil accumulation, increased myeloperoxidase activity, reduced CD163 + macrophages, and enhanced β‐galactosidase activity. Gene expression analysis revealed upregulation of chemokines, adhesion molecules, and inflammasome components, alongside downregulation of M2 polarization markers. Additionally, obese Nod1 −/− mice showed higher NF‐κB and ERK1/2 activation and lower p38 phosphorylation. These findings indicate that NOD1 regulates leukocyte dynamics, inflammation, and macrophage function in the obese lung. We identify NOD1 as a key protective modulator of pulmonary immune responses during acute lung injury under metabolic stress.
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 | 0,001 |
| 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 ».