A-Kinase Anchoring Proteins Coordinate Inflammatory Responses To Cigarette Smoke In Airway Smooth Muscle
Notice bibliographique
Résumé
beta2-Agonist inhibitors can relieve chronic obstructive pulmonary disease (COPD) symptoms by stimulating cyclic AMP (cAMP) signaling. A-kinase-anchoring proteins (AKAPs) compartmentalize cAMP signaling by establishing protein complexes. We previously reported that the beta2-agonist fenoterol, direct activation of protein kinase A (PKA), and exchange factor directly activated by cAMP decrease cigarette smoke extract (CSE)-induced release of neutrophil attractant interleukin-8 (IL-8) from human airway smooth muscle (ASM) cells. In the present study, we tested the role of AKAPs in CSE-induced IL-8 release from ASM cells and assessed the effect of CSE on the expression levels of different AKAPs. We also studied mRNA and protein expression of AKAPs in lung tissue from patients with COPD. Our data show that CSE exposure of ASM cells decreases AKAP5 and AKAP12, both capable of interacting with beta2-adrenoceptors. In lung tissue of patients with COPD, mRNA levels of AKAP5 and AKAP12 were decreased compared with lung tissue from controls. Using immunohistochemistry, we detected less AKAP5 protein in ASM of patients with COPD Global Initiative for Chronic Obstructive Lung Disease (GOLD) stage II compared with control subjects. St-Ht31, which disrupts AKAP-PKA interactions, augmented CSE-induced IL-8 release from ASM cells and diminished its suppression by fenoterol, an effect mediated by disturbed ERK signaling. The modulatory role of AKAP-PKA interactions in the anti-inflammatory effects of fenoterol in ASM cells and the decrease in expression of AKAP5 and AKAP12 in response to cigarette smoke and in lungs of patients with COPD suggest that cigarette smoke-induced changes in AKAP5 and AKAP12 in patients with COPD may affect efficacy of pharmacotherapy.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».