MétaCan
Menu
Retour à la cohorte
Enregistrement W2046608695 · doi:10.1371/journal.pone.0106087

Expression and Contributions of TRPM7 and KCa2.3/SK3 Channels to the Increased Migration and Invasion of Microglia in Anti-Inflammatory Activation States

2014· article· en· W2046608695 sur OpenAlexaff
Tamjeed Siddiqui, Starlee Lively, Roger Ferreira, Raymond Wong, Lyanne C. Schlichter

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMicrogliaPodosomeCell biologyBiologyInterleukin 10ApaminInterleukin 4Potassium channelImmunologyInflammationCytokineGeneticsCellEndocrinology

Résumé

récupéré en direct d'OpenAlex

Microglia rapidly respond to CNS injury and disease and can assume a spectrum of activation states. While changes in gene expression and production of inflammatory mediators have been extensively described after classical (LPS-induced) and alternative (IL4-induced) microglial activation, less is known about acquired de-activation in response to IL10. It is important to understand how microglial activation states affect their migration and invasion; crucial functions after injury and in the developing CNS. We reported that LPS-treated rat microglia migrate very poorly, while IL4-treated cells migrate and invade much better. Having discovered that the lamellum of migrating microglia contains a large ring of podosomes--microscopic structures that are thought to mediate adhesion, migration and invasion--we hypothesized that IL4 and IL10 would differentially affect podosome expression, gene induction, migration and invasion. Further, based on the enrichment of the KCa2.3/SK3 Ca2+-activated potassium channel in microglial podosomes, we predicted that it regulates migration and invasion. We found both similarities and differences in gene induction by IL4 and IL10 and, while both cytokines increased migration and invasion, only IL10 affected podosome expression. KCa2.3 currents were recorded in microglia under all three activation conditions and KCNN3 (KCa2.3) expression was similar. Surprisingly then, of three KCa2.3 inhibitors (apamin, tamapin, NS8593), only NS8593 abrogated the increased migration and invasion of IL4 and IL10-treated microglia (and invasion of unstimulated microglia). This discrepancy was explained by the observed block of TRPM7 currents in microglia by NS8593, which occurred under all three activation conditions. A similar inhibition of both migration and invasion was seen with a TRPM7 inhibitor (AA-861) that does not block KCa2.3 channels. Thus, we conclude that TRPM7 (not KCa2.3) contributes to the enhanced ability of microglia to migrate and invade when in anti-inflammatory states. This will be an important consideration in developing TRPM7 inhibitors for treating CNS injury.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,228
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207