The Ste20-like kinase SLK promotes p53 transactivation and apoptosis
Notice bibliographique
Résumé
Expression and activity of the germinal center kinase [corrected] SLK are increased during kidney development and recovery from renal ischemia-reperfusion injury. SLK promotes apoptosis, in part, via pathway(s) involving apoptosis signal-regulating kinase-1 and p38 mitogen-activated protein kinase. This study addresses the role of p53 as a potential effector of SLK. p53 transactivation was measured after transient transfection of a luciferase reporter plasmid that contains a p53 cis-acting enhancer element. Overexpression of SLK in COS-1 cells and cotransfection of SLK and p53-wild type (wt) cDNAs in glomerular epithelial cells (GECs) stimulated p53 transactivational activity, as measured by a p53 response element-driven luciferase reporter. In GECs, chemical anoxia followed by glucose reexposure (in vitro ischemia-reperfusion) increased p53 reporter activity, and this increase was amplified by overexpression of SLK. Expression of SLK induced p53 phosphorylation on serine (S)-33 and S315. In GECs, cotransfection of SLK with p53-wt, p53-S33A, p53-S315A, or p53-S33A+S315A mutants showed that only the double mutation abolished the SLK-induced increase in p53 reporter activity. SLK-induced stimulation of p53 reporter activity was attenuated by inhibition of JNK. Overexpression of SLK amplified apoptosis induced by subjecting cells to in vitro ischemia-reperfusion injury, while ectopic expression of a dominant negative SLK mutant attenuated the ischemia-reperfusion-induced apoptosis. The p53 transactivation inhibitor pifithrin-alpha significantly attenuated the amount of apoptosis after ischemia-reperfusion and SLK overexpression. Thus SLK induces p53 phosphorylation and transactivation, which enhances apoptosis after in vitro ischemia-reperfusion injury.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».