Human Pulmonary Neuroendocrine Cells Respond to House Dust Mite Extract With <scp>PAR</scp> ‐1 Dependent Release of <scp>CGRP</scp>
Notice bibliographique
Résumé
BACKGROUND: Pulmonary neuroendocrine cells (PNEC) are rare airway epithelial cells that have recently gained attention as potential amplifiers of allergic asthma. However, studying PNEC function in humans has been challenging due to a lack of cell isolation methods, and little is known about human PNEC function in response to asthma-relevant stimuli. Here we developed and characterized an in vitro human PNEC model and investigated the neuroendocrine response to extracts of the common aeroallergen house dust mite (HDM). METHODS: PNEC-enriched cultures were generated from human induced pluripotent stem cells (iPNEC) and primary bronchial epithelial cells (ePNEC). Characterized PNEC cultures were exposed to HDM extract, a volatile chemical odorant (Bergamot oil), or the bacterial membrane component, lipopolysaccharide (LPS), and neuroendocrine gene expression and neuropeptide release determined. RESULTS: Both iPNEC and ePNEC models demonstrated similar baseline neuroendocrine characteristics and a stimuli-specific modulation of gene expression. Most notably, exposure to HDM but not Bergamot oil or LPS, leads to dose-dependent induction of the CGRP encoding gene, CALCB, and corresponding release of the neuropeptide. HDM-induced CALCB expression and CGRP release could be inhibited by a protease-activated receptor 1 (PAR1) antagonist or protease inhibitors and was mimicked by a PAR1 agonist. CONCLUSIONS: We have characterized a novel model of PNEC-enriched human airway epithelium and utilized this model to demonstrate a previously unrecognized role for human PNEC in mediating a direct neuroendocrine response to aeroallergen exposure.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».