Interleukin-26 Differentially Modulates Human Macrophage Inflammatory Response to Distinct <i>Mycobacterium tuberculosis</i> Whole Cell Lysates
Notice bibliographique
Résumé
Background: Interleukin-26 (IL-26) is an antimicrobial peptide that may contribute to the elimination of intracellular Mycobacterium tuberculosis (Mtb). The aim of the study was to investigate how IL-26 affected the response of human macrophages to Mtb whole cell lysates from different lineages. Methods: Human macrophages were treated with IL-26 (monomer or dimer) before stimulation with Mtb lysates from Indo-Oceanic, HN878, East-African-Indian, and CDC1551 strains. Results: Nuclear factor kappa B (NF-κB) activation was similar in untreated cells after stimulation with all lysates, but was diminished in IL-26 monomer-treated macrophages in response to Indo-Oceanic lysates. Macrophage exposure to dimeric IL-26 led to a higher NF-κB activation in response to CDC1551 lysates, but lower to HN878 lysates. No changes were observed in interferon regulatory factor (IRF) activation. Overall, IL-26 modulates NF-κB activation in a strain and confirmation-dependent manner. This modulation influences the macrophage inflammatory response to Mtb. Our results suggest that IL-26 may promote M1 polarization and enhance anti-Mtb immunity through the NF-κB pathway. This is particularly true in response to high-cytokine-inducing strains like CDC1551. Conclusion: More studies are needed to clarify IL-26’s dual role in inflammation and immune regulation, and to explore its therapeutic potential in tuberculosis (TB) treatment and vaccine strategies.
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 | 0,003 |
| 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 ».