MétaCan
Menu
← Retour à la cohorte
Enregistrement W3167347126 · doi:10.1096/fasebj.27.1_supplement.651.10

EPAC1 controls vascular endothelial cell permeability and the adaptation of these cells to differential fluid shear stress

2013· article· en· W3167347126 sur OpenAlexaff
Sarah Rampersad, Milosz Kaczmarek, Donald H. Maurice

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCell Adhesion Molecules Research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPermeability (electromagnetism)Paracellular transportVascular permeabilityCell biologyShear stressActin cytoskeletonAdherens junctionVE-cadherinChemistryBiophysicsEndothelial stem cellCytoskeletonIntracellularCellBiologyMaterials scienceCadherinBiochemistryIn vitroComposite material

Résumé

récupéré en direct d'OpenAlex

The permeability of a monolayer of vascular endothelial cells (VECs) to the paracellular transit of macromolecules is largely dependent on their ability to form vascular endothelial cadherin (VEcad)‐based contacts between neighbouring VECs and on the strength of the linkages between these VECad‐based structures and the actin cytoskeleton. We reported previously that cAMP‐elevating agents reduce VEC permeability largely through an exchange protein activated by cAMP‐1 (EPAC1)‐mediated strengthening of these inter‐VEC adhesions. Specifically, we showed that integration of EPAC1 into VECad‐based macromolecular signaling complexes allowed localized EPAC1‐dependent activation of Rap‐1 at regions of VEC intercellular contacts and reduced permeability. Since high VEC permeability occur in vivo in areas of the vasculature that experience low fluid shear‐stresses and these areas are more likely to develop atherosclerotic lesions, we studied the impact of EPAC1 activation on VEC permeability under conditions of high or low laminar shear stress. Our results indicated that while VECs aligned poorly when subjected to low fluid shear‐stresses, EPAC1 activators markedly promoted alignment under these conditions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,252
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetCell Adhesion Molecules Research→Travaux en français237 207→