MEK/ERK pathway mediates PKC activation‐induced recruitment of PKCζ and MMP‐9 to podosomes
Notice bibliographique
Résumé
Podosomes are adhesive structures on the ventral surface of cells that invade and degrade the extracellular matrix. Recently, we reported that phorbol 12,13-dibutyrate (PDBu), a protein kinase C (PKC) activator, induced podosome formation in normal human bronchial epithelial (NHBE) cells, and atypical PKCζ regulated MMP-9 recruitment to podosomes for its release and activation. The objective of this study was to explore signaling pathways that are involved in PKC activation-induced podosome formation and matrix degradation. Herein, we found that PDBu increased phosphorylation of PI3K p85, Akt, Src, ERK1/2, and JNK. Inhibitors for PI3K, Akt, and Src suppressed PDBu-induced podosome formation and matrix degradation. In contrast, blockers for MEK/ERK or JNK did not inhibit podosome formation but reduced proteolytic activity of podosomes. Inhibition of PKCζ activity with its pseudosubstrate peptide (PS)-inhibited PDBu-induced phosphorylation of MEK/ERK and JNK. On the other hand, inhibition of MEK/ERK or JNK pathway did not affect PKCζ phosphorylation, but reduced the recruitment of PKCζ and MMP-9 to podosomes. We conclude that PKCζ may regulate MEK/ERK and JNK phosphorylation and in turn activated MEK/ERK and JNK may regulate the proteolytic activity of PDBu-induced podosomes by influencing the recruitment of PKCζ and MMP-9 to podosomes.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».