ES
Esen Sefik
Author with expertise in Macrophage Activation and Polarization
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
16
(88% Open Access)
Cited by:
4,583
h-index:
21
/
i10-index:
26
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Naturally transmitted segmented filamentous bacteria segregate with diabetes protection in nonobese diabetic mice

Martin Kriegel et al.Jun 27, 2011
Vertebrates typically harbor a rich gastrointestinal microbiota, which has coevolved with the host over millennia and is essential for several host physiological functions, in particular maturation of the immune system. Recent studies have highlighted the importance of a single bacterial species, segmented filamentous bacteria (SFB), in inducing a robust T-helper cell type 17 (Th17) population in the small-intestinal lamina propria (SI-LP) of the mouse gut. Consequently, SFB can promote IL-17–dependent immune and autoimmune responses, gut-associated as well as systemic, including inflammatory arthritis and experimental autoimmune encephalomyelitis. Here, we exploit the incomplete penetrance of SFB colonization of NOD mice in our animal facility to explore its impact on the incidence and course of type 1 diabetes in this prototypical, spontaneous model. There was a strong cosegregation of SFB positivity and diabetes protection in females, but not in males, which remained relatively disease-free regardless of the SFB status. In contrast, insulitis did not depend on SFB colonization. SFB-positive, but not SFB-negative, females had a substantial population of Th17 cells in the SI-LP, which was the only significant, repeatable difference in the examined T-cell compartments of the gut, pancreas, or systemic lymphoid tissues. Th17-signature transcripts dominated the very limited SFB-induced molecular changes detected in SI-LP CD4 + T cells. Thus, a single bacterium, and the gut immune system alterations associated with it, can either promote or protect from autoimmunity in predisposed mouse models, probably reflecting their variable dependence on different Th subsets.
0
Citation401
0
Save
0

Inflammasome activation in infected macrophages drives COVID-19 pathology

Esen Sefik et al.Apr 28, 2022
Severe COVID-19 is characterized by persistent lung inflammation, inflammatory cytokine production, viral RNA and a sustained interferon (IFN) response, all of which are recapitulated and required for pathology in the SARS-CoV-2-infected MISTRG6-hACE2 humanized mouse model of COVID-19, which has a human immune system1–20. Blocking either viral replication with remdesivir21–23 or the downstream IFN-stimulated cascade with anti-IFNAR2 antibodies in vivo in the chronic stages of disease attenuates the overactive immune inflammatory response, especially inflammatory macrophages. Here we show that SARS-CoV-2 infection and replication in lung-resident human macrophages is a critical driver of disease. In response to infection mediated by CD16 and ACE2 receptors, human macrophages activate inflammasomes, release interleukin 1 (IL-1) and IL-18, and undergo pyroptosis, thereby contributing to the hyperinflammatory state of the lungs. Inflammasome activation and the accompanying inflammatory response are necessary for lung inflammation, as inhibition of the NLRP3 inflammasome pathway reverses chronic lung pathology. Notably, this blockade of inflammasome activation leads to the release of infectious virus by the infected macrophages. Thus, inflammasomes oppose host infection by SARS-CoV-2 through the production of inflammatory cytokines and suicide by pyroptosis to prevent a productive viral cycle. A new humanized mouse model for COVID-19 demonstrates SARS-CoV-2 infection and subsequent activation of inflammasomes in human macrophages as a critical driver of disease.
0
Citation378
0
Save
654

Inflammasome activation in infected macrophages drives COVID-19 pathology

Esen Sefik et al.Sep 27, 2021
Abstract Severe COVID-19 is characterized by persistent lung inflammation, inflammatory cytokine production, viral RNA, and sustained interferon (IFN) response all of which are recapitulated and required for pathology in the SARS-CoV-2 infected MISTRG6-hACE2 humanized mouse model of COVID-19 with a human immune system 1-20 . Blocking either viral replication with Remdesivir 21-23 or the downstream IFN stimulated cascade with anti-IFNAR2 in vivo in the chronic stages of disease attenuated the overactive immune-inflammatory response, especially inflammatory macrophages. Here, we show SARS-CoV-2 infection and replication in lung-resident human macrophages is a critical driver of disease. In response to infection mediated by CD16 and ACE2 receptors, human macrophages activate inflammasomes, release IL-1 and IL-18 and undergo pyroptosis thereby contributing to the hyperinflammatory state of the lungs. Inflammasome activation and its accompanying inflammatory response is necessary for lung inflammation, as inhibition of the NLRP3 inflammasome pathway reverses chronic lung pathology. Remarkably, this same blockade of inflammasome activation leads to the release of infectious virus by the infected macrophages. Thus, inflammasomes oppose host infection by SARS-CoV-2 by production of inflammatory cytokines and suicide by pyroptosis to prevent a productive viral cycle.
654
Citation21
0
Save
0

Detection of differentially abundant cell subpopulations discriminates biological states in scRNA-seq data

Jun Zhao et al.Jul 23, 2019
Abstract Traditional cell clustering analysis used to compare the transcriptomic landscapes between two biological states in single cell RNA sequencing (scRNA-seq) is largely inadequate to functionally identify distinct and important differentially abundant (DA) subpopulations between groups. This problem is exacerbated further when using unsupervised clustering approaches where differences are not observed in clear cluster structure and therefore many important differences between two biological states go entirely unseen. Here, we develop DA-seq, a powerful unbiased, multi-scale algorithm that uniquely detects and decodes novel DA subpopulations not restricted to well separated clusters or known cell types. We apply DA-seq to several publicly available scRNA-seq datasets on various biological systems to detect differences between distinct phenotype in COVID-19 cases, melanomas subjected to immune checkpoint therapy, embryonic development and aging brain, as well as simulated data. Importantly, we find that DA-seq not only recovers the DA cell types as discovered in the original studies, but also reveals new DA subpopulations that were not described before. Analysis of these novel subpopulations yields new biological insights that would otherwise be neglected.
0
Citation7
0
Save
Load More