Loss of GLP-2R signaling in Glp2r−/− mice increases the long-term severity of graft versus host disease
Notice bibliographique
Résumé
BACKGROUND: Glucagon-like peptide-2 (GLP-2) reduces systemic and gut inflammation while preserving mucosal integrity. Preclinical and clinical reports implicate GLP-2 receptor (GLP-2R) agonism as a potential therapy for graft vs. host disease (GvHD). METHODS: Here we assessed whether enhanced vs. loss of GLP-2R signaling modifies gut injury and inflammation in experimental murine acute GvHD (aGvHD). Allogeneic hematopoietic cell transplantation (HCT) was performed using bone marrow and splenocytes from BALB/cJ donor mice to induce aGvHD in C57BL/6J recipients. Chimerism was determined by flow cytometry of immune cell compartments. Inflammation was assessed by measuring circulating cytokines and histological scoring of gut mucosal damage. GLP-2 responsivity was assessed using histology and gene expression analyses. The gut microbiome was assessed by 16S rRNA sequencing. RESULTS: mice exhibited reduced survival, associated with increased bacteremia. Shifts in microbial species abundance with gain or loss of GLP-2R signaling were not correlated with aGvHD clinical outcomes. CONCLUSIONS: Activation of GLP-2R signaling did not reduce the severity of experimental aGvHD, failing to replicate a previous study using an identical aGvHD protocol. Nevertheless, loss of GLP-2R signaling in transplant recipients decreased survival and increased bacteremia, implicating an essential role for endogenous GLP-2R signaling in maintaining barrier function in the context of immune-mediated gut epithelial injury.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».