The mechanism of serine protease‐induced increases in epithelial barrier function in intestinal epithelial cells (60.7)
Notice bibliographique
Résumé
Apical serine proteases increase barrier function in intestinal epithelial cells (IECs). We investigated the requirement for proteolytic, protein kinase C (PKC)ζ, and epidermal growth factor receptor (EGFR) activities in the prolonged transepithelial resistance (TER) response to trypsin in IECs. Methods. 1. SCBN epithelial cell monolayers grown on Transwells were treated with trypsin (45BAU/ml) and collected for measurement of phospho‐PKCζ at 2, 5, 10, 15, 30, and 60 min using Western blot. 2. TER across SCBN monolayers was measured in Ussing chambers. Trypsin activity was inhibited by soybean trypsin inhibitor (SBTI) treatment at 10 min (start of plateau phase of TER response) or 30 min (after plateau phase had been established). 3. To investigate the role of EGFR, cells were pretreated with an EGFR inhibitor (PD15305) before addition of trypsin. Results. 1. Upregulation of phospho‐PKCζ was observed in trypsin‐treated SCBNs for up to 60 min. 2. Apical trypsin caused an increase in TER that reached a sustained plateau by 10 min. SBTI at 30 or 60 μg/ml decreased the trypsin‐induced increase in TER by 65% and 80% (respectively) at 10 min and by 70% and 80% at 30 min. 3. Inhibition of EGFR with PD153035 reduced the trypsin‐induced TER by 55%. Our data show the requirement for ongoing proteolytic activity, sustained PKCζ activation and EGFR activity in the trypsin‐induced increase in intestinal epithelial barrier function. Grant Funding Source : Supported by the Canadian Institutes of Health Research
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».