Mechanical Wound and Loss of Cell Polarity decrease ENaC Expression in Alveolar Epithelial Cells
Notice bibliographique
Résumé
The epithelial Na channel (ENaC) activity and expression is an essential component for resorption of lung edema during acute respiratory distress syndrome (ARDS). We reported previously that PAMP or pro-inflammatory cytokines present in ARDS downregulate ENaC expression and activity in alveolar epithelial cells, suggesting that pro-inflammatory environment is detrimental for ENaC function. During ARDS lung injury, there is an extensive alveolar epithelial dysfunction leading to cell mortality. Using alveolar epithelial cells in primary culture, we tested how disruption of barrier integrity could modulate ENaC expression in a model of mechanical wounding (MW). We found that α,β,γENaC mRNA expression are downregulated by ~50% at 6h and 24h following wounding. Chelation of intracellular Ca++ with BAPTA-AM, inhibition of purinergic signaling with suramin or PKC with Gö6976 cannot inhibit this process. Disruption of cell junctions with a 5min EDTA treatment or actin disruption with cytochalasin D has the same effect on ENaC expression. In addition to ENaC, MW and EDTA upregulate junction components expression such as Cldn3, Cldn4 , Cldn7, Cdh1 and Itgb3 at 6h while their respective level is back to control after 24h. Altogether, these results suggest that mechanical wounding and loss of cell polarity trigger a complex gene expression program in alveolar epithelial cells that could promote cell repair of the wounded epithelium. These results show that during lung injury, the loss of integrity of the alveolar epithelium is also a factor that downregulates per se ENaC expression. In addition to its functional role, ENaC downregulation seems a very sensitive marker of alveolar 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 ».