Specific signaling cascades involved in cell spreading during healing of micro‐wounded gastric epithelial monolayers
Notice bibliographique
Résumé
Mechanisms that specifically modulate cell spreading and/or cell migration following epithelial wounding are poorly understood. Using micro-wounded human gastric epithelial monolayers, we show herein that EGF and TGFalpha maximally increase spreading of epithelial sheets under a cell proliferation-independent mechanism. Treatment of confluent HGE-17 cells with the phosphatidylinositol 3-kinase inhibitor, LY294002, and the epidermal growth factor receptor inhibitor, PD153035, strongly reduced basal and TGFalpha-stimulated cell spreading. While pharmacological inhibition of pp60src-kinase activity also attenuated basal epithelial spreading, addition of the mTOR/p70S6K inhibitor rapamycin or a specific siRNA targeting ILK sequence did not affect the kinetic rates of wound closure. Epithelial wound healing was initiated by actin purse-string contraction followed by lamellae formation. Conversely, disruption of actin and tubulin stability with cytochalasin D and nocodazole, respectively, inhibited epithelial sheet spreading. Finally, antibodies directed against the alpha3 integrin subunit, but not against the alpha6 or alpha2 subunits, attenuated epithelial sheet spreading as well as lamellae formation. In conclusion, the current investigation establishes that EGF/TGFalpha and the alpha3beta1 integrin, pp60c-src, EGFR and PI3K pathways are mainly associated with the cell spreading of the restitution process during healing of human gastric epithelial wounds.
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) | 0,001 | 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 ».