033 Regulation of TGF‐β Responses by a Novel Accessory TGF‐β Receptor in Human Keratinocytes
Notice bibliographique
Résumé
The potential of TGF‐β isoforms to regulate wound healing and scarring is well documented in animal models. Since TGF‐β action is likely to be regulated at the level of its cell surface receptors, we analyzed TGF‐β receptor profiles and regulation of TGF‐β signaling in human keratinocytes. We identified a novel cell surface TGF‐β1 binding protein of 150 kDa (r150) on human keratinocytes that interacts with the TGF‐β signaling receptors. Further characterization of r150 demonstrated that it is a GPI‐anchored protein, that it can be released from the cell surface by an endogenous phospholipase C, and that the released form can bind to TGF‐β1. Recent cloning of r150 revealed it to be a novel protein of 1428 amino acids. Our objective was to determine the functional significance of r150 in regulating TGF‐β responses in keratinocytes. Affinity labeling of keratinocytes overexpressing r150 cDNA and immunoprecipitation stud‐ies using anti‐r150 antibodies show that the cloned cDNA represents r150. Importantly, over expression of r150 results in inhibition of TGF‐β1‐induced Smad 2 and Smad 3 phosphorylation, gene transcriptional activity, and keratinocyte migration. In contrast, loss of r150 function using antisense morpholino oligos of r150 leads to enhanced Smad 2 and Smad 3 phosphorylation, gene transcriptional activity and proliferation of keratinocytes. In summary, our results demonstrate that r150 is a potent inhibitor of TGF‐β signaling in keratinocytes, and that it may have potential therapeutic value in modulating TGF‐β action in human diseases where TGF‐β plays a pathophysiological role. As such, r150 may be of use in reducing hypertrophic scarring, and an r150 antagonist may promote wound healing.
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) | 0,000 | 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 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 ».