Regulation of TLR10 Expression and Its Role in Chemotaxis of Human Neutrophils
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Toll-like receptors are innate immune receptors that play a critical role in pathogen-associated molecular pattern recognition. TLR10 was recently identified and very limited data are available on its expression, mechanisms that regulate its expression, and its role in primary immune cells. To study the expression pattern of TLR10 in primary immune cells, we examined TLR10 protein expression in naive and Escherichia coli lipopolysaccharide (LPS)-activated human neutrophils. Human neutrophils challenged with LPS showed a decrease in total and surface TLR10 expression at 90 min. TLR10 in LPS-activated neutrophils colocalized with flotallin-1, a lipid raft marker, and EEA-1, an early endosomal marker, to suggest its endocytosis. There was increased colocalization of TLR10 with TLR4 at LPS 60 min followed by decrease at later LPS treatment times. Treatment with TLR4 neutralizing antibody decreased cytoplasmic localization of TLR10 in LPS-treated neutrophils. Reactive oxygen species (ROS) depletion and neutralization of p65 subunit of NF-κB in LPS-treated neutrophils decreased TLR10 expression. Live cell imaging of LPS-activated neutrophils showed TLR10 translocation in the leading edge and TLR10 knockdown in neutrophils reduced their fMLP-induced chemotaxis and the number of neutrophils with pseudopodia but without affecting the expression of key proteins of actin nucleation process, ARP-3 and Diap1. Taken together, our findings show that neutrophil activation alters TLR10 expression through ROS production and NF-κB regulation, and TLR10 knockdown reduced neutrophil chemotaxis.
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.
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 découle