Central role of the exchange factor GEF-H1 in TNF-α–induced sequential activation of Rac, ADAM17/TACE, and RhoA in tubular epithelial cells
Notice bibliographique
Résumé
Transactivation of the epidermal growth factor receptor (EGFR) by tumor necrosis factor-α (TNF-α) is a key step in mediating RhoA activation and cytoskeleton and junction remodeling in the tubular epithelium. In this study we explore the mechanisms underlying TNF-α-induced EGFR activation. We show that TNF-α stimulates the TNF-α convertase enzyme (TACE/a disintegrin and metalloproteinase-17), leading to activation of the EGFR/ERK pathway. TACE activation requires the mitogen-activated protein kinase p38, which is activated through the small GTPase Rac. TNF-α stimulates both Rac and RhoA through the guanine nucleotide exchange factor (GEF)-H1 but by different mechanisms. EGFR- and ERK-dependent phosphorylation at the T678 site of GEF-H1 is a prerequisite for RhoA activation only, whereas both Rac and RhoA activation require GEF-H1 phosphorylation on S885. Of interest, GEF-H1-mediated Rac activation is upstream from the TACE/EGFR/ERK pathway and regulates T678 phosphorylation. We also show that TNF-α enhances epithelial wound healing through TACE, ERK, and GEF-H1. Taken together, our findings can explain the mechanisms leading to hierarchical activation of Rac and RhoA by TNF-α through a single GEF. This mechanism could coordinate GEF functions and fine-tune Rac and RhoA activation in epithelial cells, thereby promoting complex functions such as sheet migration.
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 | 0,000 |
| 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 ».