Sex Bias in IL-10 Production by Type I Regulatory T Cells Regulated by PI3K/mTOR Signaling
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Multiple sclerosis (MS) is more prevalent in women, with a female-to-male ratio of 3:1. The molecular mechanisms driving this sex difference are still mostly unknown. MS results from immune dysfunction, with an imbalance in effector and regulatory T cells. Among the latter, Type I regulatory T cells (Tr1) are dysfunctional in people with MS (pwMS), secreting less IL-10, a potent anti-inflammatory cytokine, than in healthy donors. Our objectives were to explore the effect of biological sex on Tr1 cell differentiation in healthy donors and pwMS. METHODS: T cells were isolated from peripheral blood mononuclear cells, and Tr1 differentiation was induced by costimulation with the complement regulator CD46 or IL-27. The frequency of Tr1 cells and their production of IL-10 and IFN-γ were examined. The impact of the PI3K/mTOR pathway on male and female Tr1 cells was also studied. RESULTS: = 0.0043), while increasing IL-10 levels in the CD46 pathway in both sexes (8 men and 11 women). DISCUSSION: We demonstrate that sex influences IL-10 production by Tr1 cells via the PI3K pathway, potentially contributing to the greater susceptibility of women to MS. Furthermore, our data suggest that targeting PI3Kδ may represent a novel therapeutic strategy to boost IL-10 production in female pwMS.
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 | 0,000 |
| 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) | 0,003 | 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 ».