Surface RANKL of Toll-like receptor 4–stimulated human neutrophils activates osteoclastic bone resorption
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Inflammatory bone loss in septic and inflammatory conditions is due to increased activity of osteoclasts that requires receptor activator of NF-kappa B-ligand (RANKL). Neutrophils are the predominant infiltrating cells in these conditions. Although disease severity is linked to neutrophils, their role in evolution of bony lesions is not clear. We show that lipopolysaccharide (LPS), a toll-like receptor 4 ligand, up-regulated the expression of membrane RANKL in human blood neutrophils and murine air pouch-derived neutrophils. LPS-activated human and murine neutrophils, cocultured with human monocyte-derived osteoclasts and RAW 264.7 cells, respectively, stimulated bone resorption. Transfection of PLB-985 neutrophil-like cells with RANKL antisense RNA reduced osteoclastogenesis. Synovial fluid neutrophils of patients with exacerbation of rheumatoid arthritis strongly expressed RANKL and activated osteoclastogenesis in coculture systems. Osteoprotegerin, the RANKL decoy receptor, suppressed osteoclast activation by neutrophils from these different sources. Moreover, direct cell-cell contact between neutrophils and osteoclasts was visualized by confocal laser microscopy. Activation of neutrophil membrane-bound RANKL was linked to tyrosine phosphorylation of Src-homology domain-containing cytosolic phosphatase 1 with concomitant down-regulation of cytokine production. The demonstration of these novel functions of neutrophils highlights their potential role in osteoimmunology and in therapeutics of inflammatory bone disease.
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.
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 découle