Superantigen immune stimulation activates epithelial STAT-1 and PI 3-K: PI 3-K regulation of permeability
Notice bibliographique
Résumé
Signal transducers and activators of transcription (STATs) are critical intracellular signaling molecules for many cytokines. We compared the ability of T84 epithelial cells to activate STATs in response to cytokines [interferon-gamma (IFN-gamma), interleukin (IL)-4, IL-10, and tumor necrosis factor-alpha (10 ng/ml)] and conditioned medium from superantigen [Staphylococcus aureus enterotoxin B (SEB)]-activated peripheral blood mononuclear cells (PBMC) using electrophoretic mobility shift assays (EMSA). Of the cytokines tested, only IFN-gamma caused a STAT-1 response. Exposure to SEB-PBMC-conditioned medium resulted in STAT-1 or STAT-1/3 activation, and inclusion of anti-IFN-gamma antibodies in the conditioned medium abolished the STAT-1 signal. Cells treated with transcription factor decoys, DNA oligonucleotides bearing the STAT-1 recognition motif, and then SEB-PBMC-conditioned medium displayed a reduced STAT-1 signal on EMSA, yet this treatment did not prevent the drop in transepithelial resistance (measured in Ussing chambers) caused by SEB-PBMC-conditioned medium. In contrast, the phosphatidylinositol 3'-kinase (PI 3-K) inhibitor LY-294002 significantly reduced the drop in transepithelial resistance caused by SEB-PBMC-conditioned medium. Thus data are presented showing STAT-1 (+/-STAT-3) and PI 3-K activation in epithelial cells in response to immune mediators released by superantigen immune activation. Although the involvement of STAT-1/-3 in the control of barrier function remains a possibility, PI-3K has been identified as a regulator of T84 paracellular permeability.
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 | 0,000 |
| 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 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 ».