Glucose Transporter 3 Potentiates Degranulation and Is Required for Platelet Activation
Notice bibliographique
Résumé
OBJECTIVE: On activation, platelets increase glucose uptake, glycolysis, and glucose oxidation and consume stored glycogen. This correlation between glucose metabolism and platelet function is not well understood and even less is known about the role of glucose metabolism on platelet function in vivo. For glucose to enter a cell, it must be transported through glucose transporters. Here we evaluate the contribution of GLUT3 (glucose transporter 3) to platelet function to better understand glucose metabolism in platelets. APPROACH AND RESULTS: Platelet-specific knockout of GLUT3 was generated by crossing mice harboring GLUT3 floxed allele to a PF4 (platelet factor 4)-driven Cre recombinase. In platelets, GLUT3 is localized primarily on α-granule membranes and under basal conditions facilitates glucose uptake into α-granules to be used for glycolysis. After activation, platelets degranulate and GLUT3 translocates to the plasma membrane, which is responsible for activation-mediated increased glucose uptake. In vivo, loss of GLUT3 in platelets increased survival in a collagen/epinephrine model of pulmonary embolism, and in a K/BxN model of autoimmune inflammatory disease, platelet-specific GLUT3 knockout mice display decreased disease progression. Mechanistically, loss of GLUT3 decreased platelet degranulation, spreading, and clot retraction. Decreased α-granule degranulation is due in part to an impaired ability of GLUT3 to potentiate exocytosis. CONCLUSIONS: GLUT3-mediated glucose utilization and glycogenolysis in platelets promotes α-granule release, platelet activation, and postactivation functions.
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) | 0,000 | 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 ».