Integrated Glycosylation Analysis of Immunoglobulin Isotypes Reveals Expanded Humoral Remodeling in Elderly Tuberculosis Infection
Notice bibliographique
Résumé
Antibody fragment crystallizable region (Fc) glycosylation critically modulates immune signaling, yet characterization of glycosylation beyond the immunoglobulin G (IgG) isotype remains limited. Here, we present the first site-specific glycoprofiling of immunoglobulin A (IgA) and immunoglobulin M (IgM) in elderly individuals with tuberculosis (TB), a population particularly susceptible to disease reactivation. Using dual-enzyme digestion and targeted LC-MS/MS analysis, we quantified Fc glycosylation of IgG, IgA, and IgM in plasma from 20 patients with active TB (ATB), 18 with latent TB infection (LTBI), and 20 controls. Consistent with previous studies, IgG1 and IgG2 in ATB displayed reduced galactosylation and elevated fucosylation compared with LTBI. Extending the analysis to other isotypes, we identified analogous alterations in IgA and IgM. ATB samples showed reduced digalactosylation and increased monogalactosylation at IgA1/2-N144/131, indicating a shift toward agalactosylation. In IgM, decreased galactosylation at N171, N332, and N395, increased agalactosylation at N563, and increased fucosylation and sialylation at N71 were observed in ATB relative to LTBI and controls. Integrating 18 significantly altered glycosylation traits across all three Ig isotypes revealed coordinated humoral remodeling associated with active disease. Collectively, these findings indicate that IgA and IgM, like IgG, undergo infection-associated proinflammatory glycan remodeling, underscoring their overlooked roles in antibody-mediated immune modulation and providing a broader framework for understanding humoral responses in aging and chronic infection.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».