Sensitive method of detecting myosin phosphorylation: effects of angiotensin II on the renal afferent arteriole
Notice bibliographique
Résumé
Phosphorylation of myosin light chain (LC20) plays a key role in smooth muscle regulation, and is governed by the relative activation of myosin light chain kinase and phosphatase. The role of these two pathways in the renal microcirculation is not known. Since pharmacologic probes are often not selective, a capability to measure LC20 phosphorylation in small resistance vessels is needed and current techniques have inadequate sensitivity. To address this issue, we developed a highly sensitive method using Phos‐tag PAGE (Mol Cell Proteomics 5:749, 2006). SDS was included during sample preparation and electrophoresis to enhance protein extraction and minimize loss due to nonspecific binding. Sensitivity of western blotting was increased by fixing proteins on the membrane and optimizing all conditions. Using isolated afferent arterioles, we were able to detect LC20 phosphorylation in as little as one afferent arteriole (<50 pg LC20). LC20 phosphorylation levels could be reproducibly measured in pooled samples of 3 vessels and concentration‐dependent increases in LC20 phosphorylation were seen in response to 1–100 nM angiotensin II. Parallel studies using fura‐2 demonstrated corresponding increases in intracellular [Ca 2+ ]. This new method will facilitate studies into the physiologic roles of Ca 2+ sensitization pathways in the renal microcirculation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».