Toll-Like Receptors Differentially Regulate CC and CXC Chemokines in Skeletal Muscle via NF-κB and Calcineurin
Notice bibliographique
Résumé
Immunologically active molecules such as cytokines and chemokines have been implicated in skeletal muscle weakness during sepsis as well as recovery from muscle injury. In sepsis, Toll-like receptors (TLRs) act as key sentinel molecules of the innate immune system. Here we determined skeletal muscle cell responses of two prototypical CC and CXC chemokine genes (monocyte chemoattractant protein 1 [MCP-1] and KC, respectively), to stimulation with specific TLR ligands. In addition, we examined whether NF-kappaB and calcineurin signaling are involved in these responses. Differentiated myotubes and intact whole muscles expressed TLR2, TLR4, TLR5, and TLR9. Stimulation with ligands for TLR2 (peptidoglycan) or TLR4 (LPS) elicited robust and equivalent levels of MCP-1 and KC mRNA expression, whereas stimulation of TLR5 (by flagellin) required gamma interferon priming to induce similar effects. Although both TLR2 and TLR4 ligands activated the NF-kappaB pathway, NF-kappaB reporter activity was approximately 20-fold greater after TLR4 stimulation than after TLR2 stimulation. Inhibitory effects of NF-kappaB blockade on TLR-mediated chemokine gene expression, by either pharmacological (pyrrolidine dithiocarbamate) or molecular (IKKbeta dominant-negative transfection) methods, were also more pronounced during TLR4 stimulation. In contrast, inhibitory effects on TLR-mediated chemokine expression of calcineurin blockade (by FK506) were greater for TLR2 than for TLR4 stimulation. MCP-1 and KC mRNA levels also demonstrated differential responses to NF-kappaB and calcineurin blockade during stimulation with specific TLR ligands. We conclude that skeletal muscle cells differentially utilize the NF-kappaB and calcineurin pathways in a TLR-specific manner to enable complex regulation of CC and CXC chemokine gene expression.
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 | 0,000 |
| 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 ».