Functional Impact of Collagens on the Activity Directed by the Promoter of the<i>α5</i>Integrin Subunit Gene in Corneal Epithelial Cells
Notice bibliographique
Résumé
PURPOSE: The early step of corneal wound healing is characterized by the massive production of fibronectin (FN), whose secretion is progressively replaced by collagens from the basal membrane as wound healing proceeds. Here, we examined whether expression of the gene encoding the α5 subunit from the FN-binding integrin α5β1 changes as corneal epithelial cells (CECs) are cultured in the presence of collagen type I (CI) or type IV (CIV). METHODS: Responsiveness of the α5 gene toward collagen was determined by transfection of α5 promoter/chloramphenicol acetyltransferase (CAT) plasmids into rabbit and human CECs cultured on BSA or collagens. Electrophoretic mobility shift assays and Western blots were used to monitor the transcription factors required for basal α5 gene transcription in the presence of collagens. Gene profiling on microarrays was used to determine the impact of collagens on the patterns of genes expressed by CECs. RESULTS: All collagen types repressed the full-length α5/CAT promoter activity in confluent CECs. A moderate increase was observed in subconfluent rabbit CECs grown on CIV but not on CI. These collagen-dependent regulatory influences also correlated with alterations in the transcription factors Sp1/Sp3, NFI, and AP-1 that ensure α5 gene basal transcription. Microarray analyses revealed that CI more profoundly altered the pattern of genes expressed by human CECs than CIV. CONCLUSIONS: Collagens considerably suppressed α5 gene expression in CECs, suggesting that during wound healing, they may interfere with the influence FN exerts on CECs by altering their adhesive and migratory properties through a mechanism involving a reduction in α5 gene expression.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| 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 ».