Proteasome function is required for platelet production
Notice bibliographique
Résumé
The proteasome inhibiter bortezomib has been successfully used to treat patients with relapsed multiple myeloma; however, many of these patients become thrombocytopenic, and it is not clear how the proteasome influences platelet production. Here we determined that pharmacologic inhibition of proteasome activity blocks proplatelet formation in human and mouse megakaryocytes. We also found that megakaryocytes isolated from mice deficient for PSMC1, an essential subunit of the 26S proteasome, fail to produce proplatelets. Consistent with decreased proplatelet formation, mice lacking PSMC1 in platelets (Psmc1(fl/fl) Pf4-Cre mice) exhibited severe thrombocytopenia and died shortly after birth. The failure to produce proplatelets in proteasome-inhibited megakaryocytes was due to upregulation and hyperactivation of the small GTPase, RhoA, rather than NF-κB, as has been previously suggested. Inhibition of RhoA or its downstream target, Rho-associated protein kinase (ROCK), restored megakaryocyte proplatelet formation in the setting of proteasome inhibition in vitro. Similarly, fasudil, a ROCK inhibitor used clinically to treat cerebral vasospasm, restored platelet counts in adult mice that were made thrombocytopenic by tamoxifen-induced suppression of proteasome activity in megakaryocytes and platelets (Psmc1(fl/fl) Pdgf-Cre-ER mice). These results indicate that proteasome function is critical for thrombopoiesis, and suggest inhibition of RhoA signaling as a potential strategy to treat thrombocytopenia in bortezomib-treated multiple myeloma patients.
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 | 0,003 | 0,004 |
| 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 ».