Proteinase-activated receptors (PARs) – focus on receptor-receptor-interactions and their physiological and pathophysiological impact
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Proteinase-activated receptors (PARs) are a subfamily of G protein-coupled receptors (GPCRs) with four members, PAR1, PAR2, PAR3 and PAR4, playing critical functions in hemostasis, thrombosis, embryonic development, wound healing, inflammation and cancer progression. PARs are characterized by a unique activation mechanism involving receptor cleavage by different proteinases at specific sites within the extracellular amino-terminus and the exposure of amino-terminal "tethered ligand" domains that bind to and activate the cleaved receptors. After activation, the PAR family members are able to stimulate complex intracellular signalling networks via classical G protein-mediated pathways and beta-arrestin signalling. In addition, different receptor crosstalk mechanisms critically contribute to a high diversity of PAR signal transduction and receptor-trafficking processes that result in multiple physiological effects.In this review, we summarize current information about PAR-initiated physical and functional receptor interactions and their physiological and pathological roles. We focus especially on PAR homo- and heterodimerization, transactivation of receptor tyrosine kinases (RTKs) and receptor serine/threonine kinases (RSTKs), communication with other GPCRs, toll-like receptors and NOD-like receptors, ion channel receptors, and on PAR association with cargo receptors. In addition, we discuss the suitability of these receptor interaction mechanisms as targets for modulating PAR signalling in disease.
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 découle