Static strain stimulates expression of matrix metalloproteinase‐2 and VEGF in microvascular endothelium via JNK‐ and ERK‐dependent pathways
Notice bibliographique
Résumé
VEGF and MMP protein production are both required for exercise-induced capillary growth in skeletal muscle. The underlying process by which muscle activity initiates an angiogenic response is not established, but it is known that mechanical forces such as muscle stretch are involved. We hypothesized that stretch of skeletal muscle microvascular endothelial cells induces production of MMP-2 and VEGF through a common signal pathway. Endothelial cells were grown on Bioflex plates and exposed to 10% static stretch for up to 24 h. MMP-2 protein level was measured by gelatin zymography and VEGF, MMP-2, and MT1-MMP mRNA levels were quantified by real-time quantitative PCR. ERK1/2 and JNK phosphorylation and VEGF protein levels were assessed by Western blotting. Effects of mitogen-activated protein kinases (MAPKs) (ERK1/2, JNK) and reactive oxygen species (ROS) on stretch-induced expression of MMP-2 and VEGF were tested using pharmacological inhibitors. Stretching of endothelial cells for 24 h caused significant increases in MMP-2 protein and mRNA level, but no change in MT1-MMP mRNA. While MMP-2 protein production was enhanced by H(2)O(2) in unstretched cells, ROS inhibition during stretch did not diminish MMP-2 mRNA or protein production. Inhibition of JNK suppressed stretch-induced MMP-2 protein and mRNA, but inhibition of ERK had no effect. In contrast, inhibition of ERK but not JNK attenuated the stretch-induced increase in VEGF mRNA. Our results demonstrate that differential regulation of MMP-2 and VEGF by MAPK signal pathways contribute to stretch-induced activation of microvascular endothelial cells.
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 ».