Permeability properties of the teleost gill epithelium under ion-poor conditions
Notice bibliographique
Résumé
Permeability properties of the goldfish gill epithelium were examined in vivo and in vitro following exposure to ion-poor water (IPW) conditions. In gill tissue of IPW-acclimated goldfish, transcript abundance of tight junction (TJ) proteins occludin, claudin-b, -d, -e, -h, -7, and -8d increased, whereas ZO-1 and claudin 12 mRNA decreased and claudin-c was unaltered. In association with these changes, TJ depth increased among gill pavement cells (PVCs) and gill PVCs and mitochondria-rich cells (MRCs). PVC and MRC gill cell fractions were isolated using Percoll. Transcripts encoding for occludin, claudin-b, -c, -d, -e, -h, -7, -8d, -12, and ZO-1 were present in both fractions. After IPW acclimation, occludin, claudin-b and -e, and ZO-1 mRNA abundance increased in both fractions. In contrast, claudin-8d mRNA abundance increased in PVCs only while claudin-h decreased in MRCs. Gill permeability was examined using primary cultured goldfish PVC epithelia supplemented with serum derived from IPW-acclimated goldfish. IPW serum supplementation increased transepithelial resistance, reduced [(3)H]PEG-4000 permeability, and enhanced epithelial integrity during in vitro IPW exposure. IPW serum increased mRNA abundance of occludin, claudin-8d and -e in vitro. Using small interfering RNA, we found that occludin abundance was decreased in cultured gill epithelia, resulting in an increase in [(3)H]PEG-4000 flux. As occludin increased in the gills of IPW-acclimated fish as well as cultured gill epithelia exposed to IPW serum, results suggest that occludin is a barrier-forming TJ protein in fish gill epithelia. These studies support the idea that TJ proteins play an important role in regulating gill permeability in IPW.
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 | 0,004 |
| 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 ».