T Cell Activation Leads to Protein Kinase Cθ-Dependent Inhibition of TGF-β Signaling
Notice bibliographique
Résumé
TGF-beta is an ubiquitous cytokine that plays a pivotal role in the maintenance of self-tolerance and prevention of immunopathologies. Under steady-state conditions, TGF-beta keeps naive T cells in a resting state and inhibits Th1 and Th2 cell differentiation. Because rapid generation of Th1 and Th2 effector cells is needed in response to pathogen invasion, how do naive T cells escape from the quiescent state maintained by TGF-beta? We hypothesized that stimulation by strong TCR agonists might interfere with TGF-beta signaling. Using both primary mouse CD4(+) T cells and human Jurkat cells, we observed that strong TCR agonists swiftly suppress TGF-beta signaling. TCR engagement leads to a rapid increase in SMAD7 levels and decreased SMAD3 phosphorylation. We present evidence that TCR signaling hinders SMAD3 activation by inducing recruitment of TGF-betaRs in lipid rafts together with inhibitory SMAD7. This effect is dependent on protein kinase C, a downstream TCR signaling intermediary, as revealed by both pharmacological inhibition and expression of dominant-negative and constitutively active protein kinase C mutants. This work broadens our understanding of the cross-talk occurring between the TCR and TGF-beta signaling pathways and reveals that strong TCR agonists can release CD4 T cells from constitutive TGF-beta signaling. We propose that this process may be of vital importance upon confrontation with microbial pathogens.
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) | 0,002 | 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 ».