Protein Kinase C-ζ Regulates Transcription of the Matrix Metalloproteinase-9 Gene Induced by IL-1 and TNF-α in Glioma Cells via NF-κB
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The regulation of matrix metalloproteinase-9 (MMP-9) expression in glioma cells is one of the key processes in tumor invasion through the brain extracellular matrix. Although some studies have demonstrated the implication of classic protein kinase C (PKC) isoforms in the regulation of MMP-9 production by phorbol esters or lipopolysaccharide, the involvement of specific PKC isoforms in the signaling pathways leading to MMP-9 expression by inflammatory cytokines remains unclear. Here we report that the atypical PKC-zeta isoform participates in the induction of MMP-9 expression by interleukin-1 (IL-1) and tumor necrosis factor-alpha (TNF-alpha) in rat C6 glioma cells. Indeed, zymography and semi-quantitative reverse transcriptase-PCR analysis showed that pretreatment of C6 cells with PKC-zeta pseudosubstrate abolished MMP-9 activity and gene expression induced by IL-1 or TNF-alpha. Accordingly, IL-1 and TNF-alpha were able to induce PKC-zeta activity, as demonstrated by in vitro kinase assay using immunoprecipitated PKC-zeta. Furthermore, stable C6 clones overexpressing PKC-zeta, but not PKC-epsilon, displayed an up-regulation of MMP-9 constitutive expression as well as an increase of mmp-9 promoter activity. These processes were inhibited by an NF-kappaB-blocking peptide and completely prevented by NF-kappaB-binding site mutation in the mmp-9 promoter. Taken together, these results indicate that PKC-zeta plays a key role in the regulation of MMP-9 expression in C6 glioma cells through NF-kappaB.
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.
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) | 0,000 | 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 découle