Epidermal growth factor receptor signaling suppresses αvβ6 integrin and promotes periodontal inflammation and bone loss
Notice bibliographique
Résumé
ABSTRACT In periodontal disease (PD), bacterial biofilms cause gingival inflammation, leading to bone loss. In healthy individuals, αvβ6 integrin in junctional epithelium maintains anti-inflammatory transforming growth factor-β1 (TGF-β1) signaling, whereas its expression is lost in individuals with PD. Bacterial biofilms suppress β6 integrin expression in cultured gingival epithelial cells (GECs) by attenuating TGF-β1 signaling, leading to an enhanced pro-inflammatory response. In the present study, we show that GEC exposure to biofilms induced activation of mitogen-activated protein kinases and epidermal growth factor receptor (EGFR). Inhibition of EGFR and ERK stunted both the biofilm-induced ITGB6 suppression and IL1B stimulation. Furthermore, biofilm induced the expression of endogenous EGFR ligands that suppressed ITGB6 and stimulated IL1B expression, indicating that the effects of the biofilm were mediated by autocrine EGFR signaling. Biofilm and EGFR ligands induced inhibitory phosphorylation of the TGF-β1 signaling mediator Smad3 at S208. Overexpression of a phosphorylation-defective mutant of Smad3 (S208A) reduced the β6 integrin suppression. Furthermore, inhibition of EGFR signaling significantly reduced bone loss and inflammation in an experimental PD model. Thus, EGFR inhibition may provide a target for clinical therapies to prevent inflammation and bone loss in PD. This article has an associated First Person interview with the first author of the paper.
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 | 0,001 |
| 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 ».