MétaCan
Menu
Retour à la cohorte
Enregistrement W4413323486 · doi:10.1016/j.xcrm.2025.102303

TYK2 inhibition enhances Treg differentiation and function while preventing Th1 and Th17 differentiation

2025· article· en· W4413323486 sur OpenAlexafffund
Karoliina Tuomela, Rosa V. Garcia, Dominic A. Boardman, P Tavakoli, Maria Ancheta-Schmit, Ho Pan Sham, Lihong Cheng, Mary Struthers, Brian Bressler, Bruce A. Vallance, Qihong Zhao, Megan K. Levings

Notice bibliographique

RevueCell Reports Medicine · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and B-cell Immunology
Établissements canadiensUniversity of British ColumbiaBC Children's Hospital
Organismes subventionnairesMichael Smith Health Research BCBC Children's HospitalCanadian Institutes of Health ResearchBristol-Myers Squibb
Mots-clésFunction (biology)Cell biologyImmunologyBiology

Résumé

récupéré en direct d'OpenAlex

Janus kinase (JAK) inhibitors are widely used to inhibit inflammatory cytokine signaling in autoimmune and inflammatory diseases, but their effect on regulatory T cells (Tregs) is poorly characterized. We investigated the effect of a JAK inhibitor, upadacitinib, on human Treg differentiation and phenotype in comparison to BMS-986202, a selective Tyrosine kinase 2 (TYK2) inhibitor. Both upadacitinib and BMS-986202 blocked naive CD4 + T cell differentiation into Th1/17 cells, but only BMS-986202 and a related TYK2 inhibitor, deucravacitinib, spared interleukin-2 (IL-2) signaling and Treg induction. BMS-986202 also increased Treg suppressive function and stability under Th1/17-polarizing conditions, whereas upadacitinib significantly impaired the phenotype and viability of ex vivo Tregs. In lamina propria mononuclear cells from patients with inflammatory bowel disease cultured under Th17-polarizing conditions, BMS-986202 redirected CD4 + T cells toward a Treg phenotype. The Treg-sparing and enhancing properties of TYK2 inhibition suggest that TYK2 inhibitors are a promising pharmacological approach for tolerance induction.

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,008
Tête enseignante GPT0,215
Écart entre enseignants0,207 · 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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell Reports MedicineMême sujetT-cell and B-cell ImmunologyTravaux en français237 207