Calcineurin Negatively Regulates TLR-Mediated Activation Pathways
Notice bibliographique
Résumé
In innate immunity, microbial components stimulate macrophages to produce antimicrobial substances, cytokines, other proinflammatory mediators, and IFNs via TLRs, which trigger signaling pathways activating NF-kappaB, MAPKs, and IFN response factors. We show in this study that, in contrast to its activating role in T cells, in macrophages the protein phosphatase calcineurin negatively regulates NF-kappaB, MAPKs, and IFN response factor activation by inhibiting the TLR-mediated signaling pathways. Evidence for this novel role for calcineurin was provided by the findings that these signaling pathways are activated when calcineurin is inhibited either by the inhibitors cyclosporin A or FK506 or by small interfering RNA-targeting calcineurin, and that activation of these pathways by TLR ligands is inhibited by the overexpression of a constitutively active form of calcineurin. We further found that IkappaB-alpha degradation, MAPK activation, and TNF-alpha production by FK506 were reduced in macrophages from mice deficient in MyD88, Toll/IL-1R domain-containing adaptor-inducing IFN-beta (TRIF), TLR2, or TLR4, whereas macrophages from TLR3-deficient or TLR9 mutant mice showed the same responses to FK506 as those of wild-type cells. Biochemical studies indicate that calcineurin interacts with MyD88, TRIF, TLR2, and TLR4, but not with TLR3 or TLR9. Collectively, these results suggest that calcineurin negatively regulates TLR-mediated activation pathways in macrophages by inhibiting the adaptor proteins MyD88 and TRIF, and a subset of TLRs.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».