Le VEGF induit la synthèse du PAF par l’entremise de l’activation du VEGFR-2 : identification des phosphotyrosines impliquées
Bibliographic record
Abstract
Notre laboratoire a démontré que la capacité proinflammatoire du vascular endothelial growth factor (VEGF-A165) implique la synthèse endothéliale du facteur d’activation plaquettaire (PAF) via l’activation du récepteur tyrosine kinase homodimérique VEGFR-2/R-2. La synthèse du PAF requiert l’activation de la p38 MAPK et p42/44 MAPK qui activent la phospholipase A2 secrétée de type V (sPLA2-V). Nous avons découvert que la synthèse aigue de prostacycline (PGI2) induite par le VEGF-A165 requiert l’activation des récepteurs hétérodimériques VEGFR-1/R-2. L’activation sélective des récepteurs du VEGF peut donc agir comme balance dans la synthèse de facteurs pro-(PAF) et anti-(PGI2) inflammatoire. Cependant, les tyrosines impliquées dans la transphosphorylation de VEGFR-2/R-2 menant à la synthèse du PAF sont inconnues. Par mutagenèse dirigée, nous avons effectué des transfections transitoires de cellules endothéliales avec des plasmides codant pour le VEGFR-2 dont les tyrosines ciblées ont été remplacées de façon séquentielle par une phénylalanine. Un vecteur vide pcDNA a été utilisé comme contrôle négatif. La stimulation des cellules endothéliales de l’aorte bovine (BAEC) transfectées avec le VEGF-A165 (1nM) pendant 15 minutes augmente la synthèse du PAF de 300%, laquelle était similaire dans les BAEC non transfectées. Dans les BAEC transfectées avec les vecteurs pcDNA codant pour les mutations Y801F, Y1059F, Y1175F et Y1214F, nous avons observé une réduction de 54, 73, 68, et 57% respectivement de la synthèse du PAF induite par le VEGF par rapport au pcDNA témoin. Nos résultats apportent un nouvel aperçu sur le mécanisme par lequel le VEGF induit la synthèse du PAF qui est connu pour sa contribution dans l’activité pro-inflammatoire du VEGF.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".