Coordinate Activation of Human Platelet Protease-activated Receptor-1 and -4 in Response to Subnanomolar α-Thrombin
Notice bibliographique
Résumé
We previously demonstrated that human platelets activated with SFLLRN release PAR-1 activation peptide, PAR-1-(1–41), even in the presence of hirudin. This observation suggests that during their activation, platelets generate a protease that activates PAR-1. In this study, PAR-1 and -4 activation peptides were detected 10 s after ≤1.0 nm α-thrombin, 10 μm SFLLRN, or 100 μm AYPGKF were added to platelets. When SFLLRN or AYGPKF were added to platelets, generation of PAR-1 and -4 activation peptides was complete at 10 s. Generation of both PAR-1 and -4 activation peptides in response to 1 nm α-thrombin was significantly inhibited by affinity-purified anti-PAR-1-(35–62) IgY, anti-PAR-4-(34–54) IgY, and by the specific PAR-1 antagonist BMS 200261, but not by the PAR-4 antagonist YD3. Effective inhibition of platelet aggregation in response to 1.0 nm α-thrombin occurred only in the presence of both anti-PAR span antibodies. We conclude that platelet activation initiated with ≤1.0 nm α-thrombin proceeds via simultaneous PAR-1 and -4 activation. Inhibiting the activation of either PAR inhibits activation of the other. Both PAR-1 and -4 activation must be inhibited to prevent platelet activation subsequent to thrombin binding to platelets. The more efficient generation of PAR activation peptides by platelets activated with SFLLRN or AYGPKF, compared with α-thrombin, indicates that a platelet-derived serine protease that is inactivated by soybean trypsin inhibitor propagates PAR-1 and -4 activation.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».