Different Protein Kinase C Isoforms Determine Growth Factor Specificity in Neuronal Cells
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.
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 | 0,001 | 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 | 0,000 |
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 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 ».