Role of SLC11A1 (formerly NRAMP1) in regulation of signal transduction induced by Toll-like receptor 7 ligands
Notice bibliographique
Résumé
Modulation of immune responses using Toll-like receptor (TLR) ligands is fast becoming one of the main new approaches for the treatment of infectious and allergic diseases. Characterizing the role of genetic factors in modulating responses to these ligands will be crucial in determining the efficacy of a particular treatment. Our previous findings have shown that treatment of Mycobacterium bovis BCG infection with a synthetic TLR7 ligand resulted in a reduction of the splenic bacterial load only in mice carrying a wild-type allele of Nramp1. To understand further how natural resistance-associated macrophage protein 1 (NRAMP1) modulates responses to TLR7 ligands, we have analysed various important TLR7 signal transduction events in macrophage cell lines derived from B10.ANramp1r and B10.ANramp1-/- mice. The Nramp1 genotype did not affect TLR7 receptor expression, ligand uptake or intracellular processing. Following TLR7 ligand stimulation, p38 mitogen-activated protein kinase (MAPK) activation was significantly reduced in B10A.Nramp1-/- macrophages compared with B10A.Nramp1r cells. Interestingly, levels of protein kinase C zeta (PKCzeta) activation were also found to be lower in B10A.Nramp1-/- macrophages and inhibition of this kinase in B10A.Nramp1r cells led to a reduction in cytokine production. Taken together, the data demonstrate a role for NRAMP1 in modulating p38 MAPK and PKCzeta activity, which leads to reduced cytokine induction by TLR7 ligands.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».