IL-17 Promotes p38 MAPK-Dependent Endothelial Activation Enhancing Neutrophil Recruitment to Sites of Inflammation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Neutrophilic inflammation plays an important role in lung tissue destruction occurring in many chronic pulmonary diseases. Neutrophils can be recruited to sites of inflammation via the action of the cytokine IL-17. In this study, we report that IL-17RA and IL-17RC mRNA expression is significantly increased in asthmatic bronchoscopic biopsies and that these receptors are not only expressed on epithelial and inflammatory cells but also on endothelial cells. IL-17 potently stimulates lung microvascular endothelial cells to produce chemoattractants (CXCL8 and derivatives of the 5-lipoxygenase pathway) that selectively drive neutrophil but not lymphocyte chemotaxis. Moreover, IL-17 promotes endothelial activation by inducing the expression of endothelial adhesion markers (E-selectin, VCAM-1, and ICAM-1) in a p38 MAPK-dependent manner. This increased expression of adhesion molecules stimulates the trans-endothelial migration of neutrophils, as well as the transmigration of HT-29 colon carcinoma cells, suggesting a further role in promoting lung metastasis. Finally, IL-17 increased neutrophil adhesion to the endothelium in vivo as determined by intravital microscopy of mice cremaster muscle. Overall, our results demonstrate that IL-17 is a potent activator of the endothelium in vivo leading to neutrophil infiltration. Therefore, preventing neutrophil recruitment by blocking the action of IL-17 on endothelial cells may prove to be highly beneficial in diseases in which neutrophilic inflammation plays a key role.
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.
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 | 0,000 | 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 découle