Tumor Necrosis Factor-α Triggers Mucus Production in Airway Epithelium through an IκB Kinase β-dependent Mechanism
Notice bibliographique
Résumé
Excessive mucus production by airway epithelium is a major characteristic of a number of respiratory diseases, including asthma, chronic bronchitis, and cystic fibrosis. However, the signal transduction pathways leading to mucus production are poorly understood. Here we examined the potential role of IkappaB kinase beta (IKKbeta) in mucus synthesis in vitro and in vivo. Tumor necrosis factor-alpha (TNF-alpha) or transforming growth factor-alpha stimulation of human epithelial cells resulted in mucus secretion as measured by MUC5AC mRNA and protein. TNF-alpha stimulation induced IKKbeta-dependent p65 nuclear translocation, mucus synthesis, and production of cytokines from epithelial cells. TNF-alpha, but not transforming growth factor-alpha, induced mucus production dependent on IKKbeta-mediated NF-kappaB activation. In vivo, TNF-alpha induced NF-kappaB as determined by whole mouse body bioluminescence. This activation was localized to the epithelium as revealed by LacZ staining in NF-kappaB-LacZ transgenic mice. TNF-alpha-induced mucus production in vivo could also be inhibited by administration into the epithelium of an IKKbeta dominant negative adenovirus. Taken together, our results demonstrated the important role of IKKbeta in TNF-alpha-mediated mucus production in airway epithelium in vitro and in vivo.
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 | 0,001 |
| 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 ».