JNK and PI3K differentially regulate MMP-2 and MT1-MMP mRNA and protein in response to actin cytoskeleton reorganization in endothelial cells
Notice bibliographique
Résumé
Increased production and activation of matrix metalloproteinase-2 (MMP-2) are critical events in skeletal muscle angiogenesis and are known to occur in response to mechanical stresses. We hypothesized that reorganization of the actin cytoskeleton would increase endothelial cell production and activation of MMP-2 and that this increase would require a MAPK-dependent signaling pathway in endothelial cells. The pharmacological actin depolymerization agent cytochalasin D increased expression of MMP-2 and membrane type 1-matrix metalloproteinase (MT1-MMP) mRNA, and this was reduced significantly in the presence of the JNK inhibitor SP600125. Activation of JNK by anisomycin was sufficient to induce expression of both MMP-2 and MT1-MMP mRNA in quiescent cells. Downregulation of c-Jun, a downstream target of JNK, with small interference (si)RNA inhibited MMP-2 expression in response to anisomycin. Inhibition of phosphoinositide 3-kinase (PI3K), but not JNK, significantly decreased the amount of active MMP-2 following cytochalasin D stimulation with a concurrent decrease in MT1-MMP protein. Physiological reorganization of actin occurs during VEGF stimulation. VEGF-induced MMP-2 protein production and activation, as well as MT1-MMP protein production, depended on PI3K activity. VEGF-induced MMP-2 mRNA expression was reduced by inhibition of JNK or by treatment with c-Jun siRNA. In summary, our results provide novel insight into the signaling cascades initiated in the early stages of angiogenesis through the reorganization of the actin cytoskeleton and demonstrate a critical role for JNK in regulating MMP-2 and MT1-MMP mRNA expression, whereas PI3K regulates protein levels of both MMP-2 and MT1-MMP.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».