SHIP Down-Regulates FcεR1-Induced Degranulation at Supraoptimal IgE or Antigen Levels
Notice bibliographique
Résumé
Cross-linking of the IgE-loaded high-affinity IgE receptor (FcepsilonR1) by multivalent Ags results in mast cell activation and subsequent release of multiple proinflammatory mediators. The dose-response curve for FcepsilonR1-mediated degranulation is bell-shaped, regardless of whether the IgE or the Ag concentration is varied. Although overall calcium influx follows this bell-shaped curve, intracellular calcium release continues to increase at supraoptimal IgE or Ag concentrations. As well, overall calcium mobilization adopts more transient kinetics when stimulations are conducted with supraoptimal instead of optimal Ag concentrations. Moreover, certain early signaling events continue to increase whereas degranulation drops under supraoptimal conditions. We identified SHIP, possibly in association with the FcepsilonR1 beta-chain, as a critical negative regulator acting within the inhibitory (supraoptimal) region of the dose-response curve that shifts the kinetics of calcium mobilization from a sustained to a transient response. Consistent with this, we found that degranulation of SHIP-deficient murine bone marrow-derived mast cells was not significantly reduced at supraoptimal Ag levels. A potential mediator of SHIP action, Bruton's tyrosine kinase, did not seem to play a role within the supraoptimal suppression of degranulation. Interestingly, SHIP was found to colocalize with the actin cytoskeleton (which has been shown previously to mediate the inhibition of degranulation at supraoptimal Ag doses). These results suggest that SHIP, together with other negative regulators, restrains bone marrow-derived mast cell activation at supraoptimal IgE or Ag concentrations in concert with the actin cytoskeleton.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».