Neu1 Sialidase and Matrix Metalloproteinase-9 Cross-talk Is Essential for Toll-like Receptor Activation and Cellular Signaling
Notice bibliographique
Résumé
The signaling pathways of mammalian Toll-like receptors (TLRs) are well characterized, but the precise mechanism(s) by which TLRs are activated upon ligand binding remains poorly defined. Recently, we reported a novel membrane sialidase-controlling mechanism that depends on ligand binding to its TLR to induce mammalian neuraminidase-1 (Neu1) activity, to influence receptor desialylation, and subsequently to induce TLR receptor activation and the production of nitric oxide and proinflammatory cytokines in dendritic and macrophage cells. The α-2,3-sialyl residue of TLR was identified as the specific target for hydrolysis by Neu1. Here, we report a membrane signaling paradigm initiated by endotoxin lipopolysaccharide (LPS) binding to TLR4 to potentiate G protein-coupled receptor (GPCR) signaling via membrane Gα(i) subunit proteins and matrix metalloproteinase-9 (MMP9) activation to induce Neu1. Central to this process is that a Neu1-MMP9 complex is bound to TLR4 on the cell surface of naive macrophage cells. Specific inhibition of MMP9 and GPCR Gα(i)-signaling proteins blocks LPS-induced Neu1 activity and NFκB activation. Silencing MMP9 mRNA using lentivirus MMP9 shRNA transduction or siRNA transfection of macrophage cells and MMP9 knock-out primary macrophage cells significantly reduced Neu1 activity and NFκB activation associated with LPS-treated cells. These findings uncover a molecular organizational signaling platform of a novel Neu1 and MMP9 cross-talk in alliance with TLR4 on the cell surface that is essential for ligand activation of TLRs and subsequent cellular signaling.
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) | 0,000 | 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) | 0,001 | 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 ».