Regulation of normal and cystic fibrosis airway epithelial repair processes by TNF-α after injury
Notice bibliographique
Résumé
Chronic infection and inflammation have been associated with progressive airway epithelial damage in patients with cystic fibrosis (CF). However, the effect of inflammatory products on the repair capacity of respiratory epithelia is unclear. Our objective was to study the regulation of repair mechanisms by tumor necrosis factor-α (TNF-α), a major component of inflammation in CF, in a model of mechanical wounding, in two bronchial cell lines, non-CF NuLi and CF CuFi. We observed that TNF-α enhanced the NuLi and CuFi repair rates. Chronic exposure (24-48 h) to TNF-α augmented this stimulation as well as the migration rate during repair. The cellular mechanisms involved in this stimulation were then evaluated. First, we discerned that TNF-α induced metalloproteinase-9 release, epidermal growth factor (EGF) shedding, and subsequent EGF receptor transactivation. Second, TNF-α-induced stimulation of the NuLi and CuFi wound-closure rates was prevented by GM6001 (metalloproteinase inhibitor), EGF antibody (to titrate secreted EGF), and EGF receptor tyrosine kinase inhibitors. Furthermore, we recently reported a relationship between the EGF response and K(+) channel function, both controlling bronchial repair. We now show that TNF-α enhances KvLQT1 and K(ATP) currents, while their inhibition abolishes TNF-α-induced repair stimulation. These results indicate that the effect of TNF-α is mediated, at least in part, through EGF receptor transactivation and K(+) channel stimulation. In contrast, cell proliferation during repair was slowed by TNF-α, suggesting that TNF-α could exert contrasting actions on repair mechanisms of CF airway epithelia. Finally, the stimulatory effect of TNF-α on airway wound repair was confirmed on primary airway epithelial cells, from non-CF and CF patients.
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) | 0,001 | 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 | 0,000 | 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 ».