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 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 ».