Platelet activation by<i>Streptococcus sanguinis</i>is accompanied by MAP kinase phosphorylation
Notice bibliographique
Résumé
There is increasing interest in the role of infections in atherothrombotic conditions. In particular, bacteria, notably those of oral origin, have been shown to activate platelets using a variety of mechanisms. Previous studies have shown that S. sanguinis strain 2017-78 induces platelet aggregation which requires the presence of both vWF and IgG. This aggregation is accompanied by the consecutive phosphorylation/desphosphorylation/rephosphorylation of several signalling proteins. The first two phases are thromboxane-dependent whereas the rephosphorylation phase is mediated by engagement of the αIIbβ3 integrin. Here signalling events, specifically the potential role of MAP kinases, associated with S. sanguinis strain 2017-78-induced platelet activation have been further examined using an immunoblotting approach. The addition of S. sanguinis strain 2017-78 caused a similar triphasic phosphorylation profile of the platelet MAP kinase Erk2 to that seen with other phosphoproteins. Pretreatment with aspirin or RGDS did not affect 2017-78-induced Erk2 phosphorylation or desphosphorylation but both inhibited the rephosphorylation phase. In contrast the level of 2017-78-induced platelet MAP kinase p38 phosphorylation remained at an elevated level, and this was unaffected by aspirin. Similarly, 2017-78-induced cPLA(2) phosphorylation remained above basal levels during the aggregation process. The p38 inhibitor SB203580 inhibited S. sanguinis-induced aggregation with no effect on the phosphorylation of either p38 or cPLA(2). Thus the current study demonstrates the activation of both the Erk2 and p38 forms of MAP kinases, and of cPLA(2), in platelets stimulated with S. sanguinis strain 2017-78, and is consistent with a role for Erk2, but not for p38, in the cPLA(2) phosphorylation in response to S. sanguinis.
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) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».