Maladaptive immunity to the microbiota promotes neuronal hyperinnervation and itch via IL-17A
Notice bibliographique
Résumé
The interaction between the immune system and the somatosensory system plays a fundamental role in the regulation of diverse biological processes. Chronic itch is a common yet hard-to-treat symptom of many inflammatory skin conditions. One hallmark of chronic itch is the hyperinnervation of the skin by sensory fibers, yet what drives this aberrant nerve growth or how it contributes to disease progression remains unclear. Here, we identify IL-17A and immunity to skin microbiota as key triggers of sensory neuron plasticity and pruritus. In a murine model of psoriatic itch, we show that exposure to Staphylococcus aureus prior to experimental psoriasis results in heightened skin inflammation, increased itch, and marked hyperinnervation of CGRPα + sensory neurons. Accordingly, single-nuclei RNA sequencing of dorsal root ganglia reveals that microbiota-driven inflammation induces a regenerative transcriptional program in sensory neurons, including upregulation of axonal growth, injury response, and IL-17RA signaling pathways. Mechanistically, we show that IL-17A/IL-17RA signaling within TRPV1 + sensory neurons drives hyperinnervation and pruritus, establishing a causal link between IL-17A and microbiota-driven immune responses in sensory circuit remodeling. Further, we identify sensory hyperinnervation as a key driver of chronic itch and inflammation. Collectively, we reveal that aberrant IL-17A signaling in sensory neurons, triggered by dysregulated microbiota immunity, promotes neuronal remodeling that amplifies itch and inflammation. These findings provide a framework for targeting microbiota–neuroimmune interactions as a therapeutic strategy for pruritus.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».