MétaCan
Menu
Retour à la cohorte
Enregistrement W1529819012 · doi:10.1096/fasebj.28.1_supplement.851.14

cAMP‐signaling regulates the expression of atheroprotective genes in vascular endothelial cells exposed to differential fluid shear stresses (851.14)

2014· article· en· W1529819012 sur OpenAlexafffundabout
Sarah Rampersad, Fabien Hubert, Paulina Brzezińska, Silja I. Freitag, M. Bibiana Umana, Alie Wudwud, Donald H. Maurice

Notice bibliographique

RevueThe FASEB Journal · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueApelin-related biomedical research
Établissements canadiensQueen's University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésShear stressCell biologySignal transductionEffectorShear (geology)GeneBiologyPhysicsGeneticsMechanics

Résumé

récupéré en direct d'OpenAlex

Fluid‐mediated shear stress is an important, but often overlooked, mediator of vascular endothelial cell (VEC) health. VECs in the linear portions of macrovascular structures experience high laminar shear stress and exhibit an anti‐inflammatory and anti‐thrombotic phenotype. However, at vascular bifurcations and large curvatures fluid shear stress dramatically declines. Exposure to this low shear stress reduces VEC expression of vasculoprotective genes, making these areas preferential targets of atherosclerosis development. cAMP‐signaling is known to regulate a diverse array of VEC functions. Using various methodologies, we investigated the role of cAMP, and its downstream effectors, protein kinase A (PKA) and exchange protein activated by cAMP (EPAC)‐1, in regulating VEC health under differential fluid shear stresses. We report a novel role for cAMP, where modulation of this signaling pathway alters the expression of both atheroprotective and inflammatory genes in high and low shear stress conditions. This work has very important therapeutic implications for diseases characterized by endothelial cell dysfunction and atherosclerosis. Grant Funding Source : Canadian Institutes of Health Research

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,717

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,268
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetApelin-related biomedical researchTravaux en français237 207