Human host defence peptide LL-37 suppresses TNFα-mediated matrix metalloproteinases MMP9 and MMP13, in human bronchial epithelial cells
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
INTRODUCTION: TNFα-inducible matrix metalloproteinases play a critical role in the process of airway remodeling in respiratory inflammatory disease including asthma. The cationic host defense peptide LL-37 is elevated in the lungs during airway inflammation. However, the impact of LL-37 on TNFα-driven processes is not well understood. Here, we examined the effect of LL-37 on TNFα-mediated responses in human bronchial epithelial cells (HBECs). METHODS: We used a slow off-rate modified aptamer-based proteomics approach to define the HBEC proteome altered in response to TNFα. Abundance of selected protein candidates and signaling intermediates was examined using immunoassays, ELISA and Western blots, and mRNA abundance was examined by qRT-PCR. RESULTS: Proteomics analysis revealed that 124 proteins were significantly altered, 12 proteins were enhanced by ≥2-fold compared to unstimulated cells, in response to TNFα. MMP9 was the topmost increased protein in response to TNFα, enhanced by ∼10-fold, and MMP13 was increased by ∼3-fold, compared to unstimulated cells. Furthermore, we demonstrated that LL-37 significantly suppressed TNFα-mediated MMP9 and MMP13 in HBEC. Mechanistic data revealed that TNFα-mediated MMP9 and MMP13 production is controlled by SRC kinase and that LL-37 enhances related upstream negative regulators, namely, phospho-AKT (T308) and TNFα-mediated TNFAIP3 or A20. CONCLUSIONS: The findings of this study suggest that LL-37 may play a role in intervening in the process of airway remodeling in chronic inflammatory respiratory disease such as asthma.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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