Inflammasome-Independent NLRP3 Augments TGF-β Signaling in Kidney Epithelium
Notice bibliographique
Résumé
Tubulointerstitial inflammation and fibrosis are strongly associated with the outcome of chronic kidney disease. We recently demonstrated that the NOD-like receptor, pyrin domain containing-3 (NLRP3) contributes to renal inflammation, injury, and fibrosis following unilateral ureteric obstruction in mice. NLRP3 expression in renal tubular epithelial cells (TECs) was found to be an important component of experimental disease pathogenesis, although the biology of NLRP3 in epithelial cells is unknown. In human and mouse primary renal TECs, NLRP3 expression was increased in response to TGF-β1 stimulation and associated with epithelial-mesenchymal transition (EMT) and the expression of α-smooth muscle actin (αSMA) and matrix metalloproteinase (MMP) 9. TGF-β1-induced EMT and the induction of MMP-9 and αSMA were significantly decreased in mouse Nlrp3(-/-) renal TECs, suggesting a role for Nlrp3 in TGF-β-dependent signaling. Although apoptosis-associated speck-like protein containing a CARD domain(-/-) TECs demonstrated a phenotype similar to that of Nlrp3(-/-) cells in response to TGF-β1, the effect of Nlrp3 on MMP-9 and αSMA expression was inflammasome independent, as IL-1β, IL-18, MyD88, and caspase-1 were dispensable. Smad2 and Smad3 phosphorylation in response to TGF-β1 was attenuated in Nlrp3(-/-) and apoptosis-associated speck-like protein containing a CARD domain(-/-) cells, accounting for the dampened EMT and TGF-β1 responsiveness in these cells. Consistent with these findings, overexpression of NLRP3 in 293T cells resulted in increased Smad3 phosphorylation and activity. Taken together, these data support a novel and direct role for NLRP3 in promoting TGF-β signaling and R-Smad activation in epithelial cells independent of the inflammasome.
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) | 0,000 | 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 ».