TYK2 inhibition enhances Treg differentiation and function while preventing Th1 and Th17 differentiation
Notice bibliographique
Résumé
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 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 ».