Cathepsin S Causes Inflammatory Pain via Biased Agonism of PAR2 and TRPV4
Notice bibliographique
Résumé
Serine proteases such as trypsin and mast cell tryptase cleave protease-activated receptor-2 (PAR2) at R(36)↓S(37) and reveal a tethered ligand that excites nociceptors, causing neurogenic inflammation and pain. Whether proteases that cleave PAR2 at distinct sites are biased agonists that also induce inflammation and pain is unexplored. Cathepsin S (Cat-S) is a lysosomal cysteine protease of antigen-presenting cells that is secreted during inflammation and which retains activity at extracellular pH. We observed that Cat-S cleaved PAR2 at E(56)↓T(57), which removed the canonical tethered ligand and prevented trypsin activation. In HEK and KNRK cell lines and in nociceptive neurons of mouse dorsal root ganglia, Cat-S and a decapeptide mimicking the Cat-S-revealed tethered ligand-stimulated PAR2 coupling to Gαs and formation of cAMP. In contrast to trypsin, Cat-S did not mobilize intracellular Ca(2+), activate ERK1/2, recruit β-arrestins, or induce PAR2 endocytosis. Cat-S caused PAR2-dependent activation of transient receptor potential vanilloid 4 (TRPV4) in Xenopus laevis oocytes, HEK cells and nociceptive neurons, and stimulated neuronal hyperexcitability by adenylyl cyclase and protein kinase A-dependent mechanisms. Intraplantar injection of Cat-S caused inflammation and hyperalgesia in mice that was attenuated by PAR2 or TRPV4 deletion and adenylyl cyclase inhibition. Cat-S and PAR2 antagonists suppressed formalin-induced inflammation and pain, which implicates endogenous Cat-S and PAR2 in inflammatory pain. Our results identify Cat-S as a biased agonist of PAR2 that causes PAR2- and TRPV4-dependent inflammation and pain. They expand the role of PAR2 as a mediator of protease-driven inflammatory pain.
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 | 0,001 | 0,001 |
| 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 ».