Different Protein Kinase C Isoforms Determine Growth Factor Specificity in Neuronal Cells
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
Although mitogenic and differentiating factors often activate a number of common signaling pathways, the mechanisms leading to their distinct cellular outcomes have not been elucidated. In a previous report, we demonstrated that mitogen-activated protein (MAP) kinase (ERK) activation by the neurogenic agents fibroblast growth factor (FGF) and nerve growth factor is dependent on protein kinase Cdelta (PKCdelta), whereas MAP kinase activation in response to the mitogen epidermal growth factor (EGF) is independent of PKCdelta in rat hippocampal (H19-7) and pheochromocytoma (PC12) cells. We now show that EGF activates MAP kinase through a PKCzeta-dependent pathway involving phosphatidylinositol 3-kinase and PDK1 in H19-7 cells. PKCzeta, like PKCdelta, acts upstream of MEK, and PKCzeta can potentiate Raf-1 activation by EGF. Inhibition of PKCzeta also blocks EGF-induced DNA synthesis as monitored by bromodeoxyuridine incorporation in H19-7 cells. Finally, in embryonic rat brain hippocampal cell cultures, inhibitors of PKCzeta or PKCdelta suppress MAP kinase activation by EGF or FGF, respectively, indicating that these factors activate distinct signaling pathways in primary as well as immortalized neural cells. Taken together, these results implicate different PKC isoforms as determinants of growth factor signaling specificity within the same cell. Furthermore, these data provide a mechanism whereby different growth factors can differentially activate a common signaling intermediate and thereby generate biological diversity.
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