Bladder p75NTR-Mediated Anti-Inflammatory Response via the TLR4/TRAF6/NF-κB Axis
Notice bibliographique
Résumé
Recurrent bacterial cystitis in women can lead to interstitial cystitis or bladder pain syndrome (IC/BPS). Activation of Toll-like receptor 4 (TLR4) by LPS can upregulate signaling of the pro-inflammatory receptor p75NTR. The aim of the presented study was to assess whether p75NTR antagonist THX-B can modulate LPS-mediated inflammation in bladder cells. In vitro expression and LPS-activation of p75NTR were confirmed in urothelial (URO) and smooth muscle (SMC) cells. In UROs, p75NTR antagonism abolished the LPS-elicited rise in membrane-bound and soluble TNF-α. However, it could not prevent LPS-induced rise in phosphorylated ERK nor decrease in phosphorylated p38MAPK, nor the increase in iNOS and nitric oxide (NO) content. On the other hand, in SMCs, LPS increased phosphorylation of JNK, nuclear translocation of NF-κB, and association of TRAF6 to p75NTR, outcomes prevented by p75NTR antagonism. In UROs, LPS decreased the expression of tight junction proteins, ZO-1 and occludin, with the latter rescued by p75NTR antagonism. Intraurethral instillation of LPS increased inflammation in the lamina propria, activation of JNK, and contractile activity of bladder tissue. Alternatively, intraperitoneal THX-B injections prevented LPS-induced inflammation but not enhanced muscle contraction. Our results suggest that inhibition of p75NTR could help in reducing bladder symptoms during cystitis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».