The effect of Rho drugs on mast cell activation and degranulation
Notice bibliographique
Résumé
Mast cells are tissue-resident immune cells that produce potent proinflammatory mediators, which are stored in cytoplasmic granules. Stimulation triggers degranulation, a process that mobilizes granules to dock and fuse to the plasma membrane, releasing mediators. Mast cell degranulation has an important role in immunity but can also intensify inflammation and contribute to allergic disorders. Hence, it is important to understand signaling pathways that regulate mast cell degranulation. Here, we examined the role of Rho proteins in regulating mast cell activation leading to degranulation. RBL-2H3 cells and bone marrow-derived mast cells (BMMCs) were stimulated through aggregation of FcεRI receptors. Stimulated cells showed a large increase in the levels of activated Rac and, to a lesser extent, RhoA. Drugs were used to acutely inhibit the function of specific Rho proteins. The Rac inhibitor EHT-1864 and the RhoA inhibitor rhosin inhibited degranulation. Microscopic characterization showed that, upon stimulation, RBL-2H3 cells formed surface ridges that grew into large protrusions reminiscent of circular dorsal ruffles, which flattened into large lamellipodia. LysoTracker-labeled cells showed granules stream into peripheral protrusions. EHT-1864 reduced granule motility, whereas rhosin increased motility; both drugs affected the formation of peripheral protrusions. These results showed that, in response to stimuli, Rho proteins control discrete cytoskeletal remodeling processes that are needed for granule exocytosis. Rac is required to stimulate the remodeling of mast cells, triggering actin-mediated flattening of the cell periphery to create an active degranulation zone, whereas RhoA controls the streaming of highly motile granules into the active zone.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».