Induction of neutrophil degranulation by S100A9 via a MAPK-dependent mechanism
Notice bibliographique
Résumé
S100A9 is a proinflammatory protein, expressed abundantly in the cytosol of neutrophils and monocytes. High extracellular S100A9 concentrations have been correlated with chronic inflammatory diseases such as rheumatoid arthritis and Crohn's disease, as well as with phagocyte extravasation. This study tested the hypothesis that S100A9 induces degranulation in human neutrophils. S100A9 was found to up-regulate the surface expression of CD35 and CD66b, proteins contained in secretory vesicles and specific/gelatinase granules, respectively. In addition, gelatinase and albumin, stored, respectively, in specific/gelatinase granules and secretory vesicles, were detected in the supernatants of neutrophils stimulated with S100A9. In contrast, stimulation with S100A9 had no effect on CD63 expression or MPO secretion, two proteins contained in azurophilic granules. S100A9 induced the phosphorylation of the MAPKs, ERK1/2, p38, and JNK. Inhibition of p38 and JNK but not ERK1/2, with specific inhibitors (SB203580, JNKII, and PD98059, respectively), blocked neutrophil degranulation induced by S100A9. Taken together, these results support the hypothesis and clearly indicate that S100A9 induces the degranulation of secretory and specific/gelatinase granules but not of azurophilic granules in a process involving p38 and JNK and further support its classification as a DAMP.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».