Nerve Growth Factor Is Regulated by Toll-Like Receptor 2 in Human Intervertebral Discs
Notice bibliographique
Résumé
Nerve growth factor (NGF) contributes to the development of chronic pain associated with degenerative connective tissue pathologies, such as intervertebral disc degeneration and osteoarthritis. However, surprisingly little is known about the regulation of NGF in these conditions. Toll-like receptors (TLR) are pattern recognition receptors classically associated with innate immunity but more recently were found to be activated by endogenous alarmins such as fragmented extracellular matrix proteins found in degenerating discs or cartilage. In this study we investigated if TLR activation regulates NGF and which signaling mechanisms control this response in intervertebral discs. TLR2 agonists, TLR4 agonists, or IL-1β (control) treatment increased NGF, brain-derived neurotrophic factor (BDNF), and IL-1β gene expression in human disc cells isolated from healthy, pain-free organ donors. However, only TLR2 activation or IL-1β treatment increased NGF protein secretion. TLR2 activation increased p38, ERK1/2, and p65 activity and increased p65 translocation to the cell nucleus. JNK activity was not affected by TLR2 activation. Inhibition of NF-κB, and to a lesser extent p38, but not ERK1/2 activity, blocked TLR2-driven NGF up-regulation at both the transcript and protein levels. These results provide a novel mechanism of NGF regulation in the intervertebral disc and potentially other pathogenic connective tissues. TLR2 and NF-κB signaling are known to increase cytokines and proteases, which accelerate matrix degradation. Therefore, TLR2 or NF-κB inhibition may both attenuate chronic pain and slow the degenerative progress in vivo.
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 | 0,000 |
| 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) | 0,002 | 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 ».