Diacylglycerols Containing Omega 3 and Omega 6 Fatty Acids Bind to RasGRP and Modulate MAP Kinase Activation
Notice bibliographique
Résumé
We elucidated the effects of different diacylglycerols (DAGs), i.e. 1-stearoyl-2-arachidonoyl-sn-glycerol (SAG), 1-stearoyl-2-docosahexaenoyl-sn-glycerol (SDG), and 1-stearoyl-2-eicosapentaenoyl-sn-glycerol (SEG), on [3H]PDBu binding to RasGRP. The competition studies with these DAGs on [3H]PDBu binding to RasGRP revealed different Ki values for these DAG molecular species. Furthermore, we transfected human Jurkat T cells by a plasmid containing RasGRP and assessed the implication of endogenous DAGs on activation of MAP kinases ERK1/ERK2, induced by phorbol-12-myristate-13-acetate (PMA). In control cells, GF109203X, a protein kinase C inhibitor, inhibited ERK1/ERK2 activation. However, this agent curtailed but failed to completely diminish ERK1/ERK2 phosphorylation in RasGRP-overexpressing cells, though calphostin C, a DAG binding inhibitor, suppressed the phosphorylation of MAP kinases in these cells. In cells incubated with arachidonic acid (AA), docosahexaenoic acid (DHA), and eicosapentaenoic acid (EPA), PMA induced the production of endogenous DAGs containing these fatty acids, respectively: DAG-AA, DAG-DHA, and DAG-EPA. The inhibition of production of DAG-AA and DAG-DHA significantly inhibited MAP kinase activation in RasGRP overexpressing, but not in control, cells. Our study demonstrates that three DAG molecular species bind to RasGRP, but only DAG-AA and DAG-DHA participate in the modulation of RasGRP-mediated activation of MAP kinases in Jurkat T cells.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».