Distinct patterns of dendritic cell cytokine release stimulated by beta-glucans and Toll-Like receptor agonists (98.33)
Notice bibliographique
Résumé
Abstract β-glucans (βGs) derived from fungal cell walls have potential uses as immunomodulating agents and vaccine adjuvants. Yeast glucan particles (YGPs) are purified Saccharomyces cerevisiae cell walls treated so they are >80% β1,3-D-glucan and free of mannan and proteins. YGPs stimulated secretion of the proinflammatory cytokine TNF-α in wild type murine bone marrow-derived myeloid DCs (BMDCs), but did not stimulate IL-12p70 production. A purified soluble βG, scleroglucan, also stimulated TNF-α in BMDCs. These two βGs failed to stimulate TNF-α in dectin-1 (βG-receptor) knockout BMDCs. Co-stimulation of wild-type BMDCs with βGs and specific TLR ligands resulted in greatly enhanced TNF-α production but decreased IL-12p70 production compared with TLR ligands alone. The up-regulation of TNF-α and down-regulation IL-12p70 required dectin-1, but not IL-10. Similar patterns of cytokine regulation were observed in human monocyte-derived DCs (hDCs) co-stimulated with YGPs and, the TLR4 ligand, LPS. Finally, co-stimulation of BMDCs with the TLR9 ligand, CpG, and YGPs resulted in upregulated secretion of IL-1α and IL-10, downregulated IL-1β, IL-6 and IP-10, and had no significant effects on IL-12p40, KC, MCP-1 or MIP-α, compared with CpG alone. Thus, βGs have disparate effects on cytokine responses following DC stimulation with TLR ligands.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».