MétaCan
Menu
Retour à la cohorte
Enregistrement W4412784893 · doi:10.3390/v17071009

Overexpression of Interleukin-17 Modulates Responses to Marek’s Disease Virus Infection and Tumor Formation in Chickens

2025· article· en· W4412784893 sur OpenAlexafffund
Nitish Boodhoo, Katherine Blake, Janan Shoja Doost, Shayan Sharif

Notice bibliographique

RevueViruses · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHerpesvirus Infections and Treatments
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Veterinary College, University of GuelphOntario Agri-Food Innovation AllianceNatural Sciences and Engineering Research Council of CanadaCanadian Poultry Research Council
Mots-clésMarek's diseaseVirusVirologyInterleukin 1βBiologyDiseaseInterleukinImmunologyMedicineCytokinePathology

Résumé

récupéré en direct d'OpenAlex

Marek's Disease Virus (MDV) is a highly contagious pathogen in chickens, resulting in immunosuppression and T-cell lymphomas. Understanding the role of host cytokines in MDV pathogenesis is crucial for developing effective interventions. This study investigated the in vivo effects of overexpressing avian interleukin-17 (IL-17) in Marek's disease virus infection model and its impact on T-cell populations. We utilized a recombinant pCDNA3.1 plasmid that expresses IL-17 at days 4 and 10 post-MDV infection in chickens. Our findings demonstrate that IL-17 overexpression significantly enhanced MDV replication. However, treatment with the plasmid expressing IL-17 led to a reduction in MD disease severity. Additionally, IL-17 treatment markedly altered the frequency of CD4+ and CD8α+ αβ T-cells. Specifically, at 21-dpi, there was an increase in CD3+ CD8α+ αβ T cells and a decrease in CD3+ CD4+ αβ T-cells within the spleen of chickens treated with the plasmid expressing IL-17. These modulatory effects suggest a possible mechanism by which IL-17 facilitates immune system cell activation and enhances viral persistence. This study underscores the pivotal role of IL-17 in MDV infection dynamics and offers.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,322
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVirusesMême sujetHerpesvirus Infections and TreatmentsTravaux en français237 207