Steel Factor Enhances Supraoptimal Antigen-Induced IL-6 Production from Mast Cells via Activation of Protein Kinase C-β
Notice bibliographique
Résumé
Ag-triggered mast cell (MC) activation follows a bell-shaped dose-response curve. Reduced activation in response to supraoptimal Ag concentrations is thought to be due to preferential engagement of inhibitory-acting proteins like SHIP1, Lyn, and protein kinase C (PKC)-delta. We show in this study that short-term prestimulation with Steel factor (SF) prevents supraoptimal Ag inhibition, resulting in synergistic MC degranulation and IL-6 secretion. These events are preceded by synergistic phosphorylation/activation of numerous signaling proteins, e.g., Erk, p38, and LAT. However, these effects of prestimulation with SF appear not to be due to reduced engagement of the attenuator SHIP1. Pharmacological analyses suggest that the activation of conventional PKCs is important for this synergy. Specifically, although we found that the conventional PKC inhibitor, Gö6976, likely has some PKC-independent targets in MCs, it led us to further studies that established SF plus Ag-induced IL-6 secretion was severely impaired in PKC-beta(-/-) MCs, but not PKC-alpha(-/-) MCs. Thus, PKC-beta joins PI3K and Btk as important players in this synergistic MC activation.
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) | 0,000 | 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 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 ».