Transforming Growth Factor–β Evokes Ca2+ Waves and Enhances Gene Expression in Human Pulmonary Fibroblasts
Notice bibliographique
Résumé
Fibroblasts maintain the structural framework of animal tissue by synthesizing extracellular matrix molecules. Chronic lung diseases are characterized in part by changes in fibroblast numbers, properties, and more. Fibroblasts respond to a variety of growth factors, cytokines, and proinflammatory mediators. However, the signaling mechanisms behind these responses have not been fully explored. We sought to determine the role of Ca(2+) waves in transforming growth factor-β (TGF-β)-mediated gene expression in human pulmonary fibroblasts. Primary human pulmonary fibroblasts were cultured and treated with TGF-β and different blockers under various conditions. Cells were then loaded with the Ca(2+) indicator dye Oregon green, and Ca(2+) waves were monitored by confocal [Ca(2+)](i) fluorimetry. Real-time PCR was used to probe gene expression. TGF-β (1 nM) evoked recurring Ca(2+) waves. A 30-minute pretreatment of SD 208, a TGF-β receptor-1 kinase inhibitor, prevented Ca(2+) waves from being evoked by TGF-β. The removal of external Ca(2+) completely occluded TGF-β-evoked Ca(2+) waves. Cyclopiazonic acid, an inhibitor of the internal Ca(2+) pump, evoked a relatively slowly developing rise in Ca(2+) waves compared with the rapid changes evoked by TGF-β, but the baseline fluorescence was increased. Ryanodine (10(-5) M) also blocked TGF-β-mediated Ca(2+) wave activity. Real-time PCR showed that TGF-β rapidly and dramatically increased the gene expression of collagen A1 and fibronectin. This increase was blocked by ryanodine treatment and cyclopiazonic acid. We conclude that, in human pulmonary fibroblasts, TGF-β acts on ryanodine-sensitive channels, leading to Ca(2+) wave activity, which in turn amplifies extracellular matrix gene expression.
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) | 0,000 | 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 ».