Triggering of proteinase‐activated receptor 4 leads to joint pain and inflammation in mice
Notice bibliographique
Résumé
OBJECTIVE: To investigate the role of proteinase-activated receptor 4 (PAR-4) in mediating joint inflammation and pain in mice. METHODS: Knee joint blood flow, edema, and pain sensitivity (as induced by thermal and mechanical stimuli) were assessed in C57BL/6 mice following intraarticular injection of either the selective PAR-4 agonist AYPGKF-NH(2) or the inactive control peptide YAPGKF-NH(2). The mechanism of action of AYPGKF-NH(2) was examined by pretreatment of each mouse with either the PAR-4 antagonist pepducin P4pal-10 or the bradykinin antagonist HOE 140. Finally, the role of PAR-4 in mediating joint inflammation was tested by pretreating mice with acutely inflamed knees with pepducin P4pal-10. RESULTS: PAR-4 activation caused a long-lasting increase in joint blood flow and edema formation, which was not seen following injection of the control peptide. The PAR-4-activating peptide was also found to be pronociceptive in the joint, where it enhanced sensitivity to a noxious thermal stimulus and caused mechanical allodynia and hyperalgesia. The proinflammatory and pronociceptive effects of AYPGKF-NH(2) could be inhibited by pepducin P4pal-10 and HOE 140. Finally, pepducin P4pal-10 ameliorated the clinical and physiologic signs of acute joint inflammation. CONCLUSION: This study demonstrates that local activation of PAR-4 leads to proinflammatory changes in the knee joint that are dependent on the kallikrein-kinin system. We also show for the first time that PARs are involved in the modulation of joint pain, with PAR-4 being pronociceptive in this tissue. Thus, blockade of articular PAR-4 may be a useful means of controlling joint inflammation and pain.
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 | 0,001 | 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 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 ».