β‐Estradiol results in a proprotein convertase subtilisin/kexin type 9‐dependent increase in low‐density lipoprotein receptor levels in human hepatic HuH7 cells
Notice bibliographique
Résumé
The lower risk of coronary artery disease in premenopausal women than in men and postmenopausal women implicates sex steroids in cardioprotective processes. β-Estradiol upregulates liver low-density lipoprotein receptor (LDLR), which, in turn, decreases circulating levels of low-density lipoprotein, which is a risk factor for coronary artery disease. Conversely, LDLR protein is negatively regulated by proprotein convertase subtilisin/kexin type 9 (PCSK9). Herein, we investigated PCSK9 regulation by β-estradiol and its impact on LDLR in human hepatocarcinoma HuH7 cells grown in the presence or absence of β-estradiol. Immunoblot analysis showed upregulation of LDLR at 3 μm β-estradiol (140%), and the upregulation reached 220% at 10 μm β-estradiol; only at the latter dose was an increase in LDLR mRNA detected by qPCR, suggesting post-translational regulation of LDLR. No changes in PCSK9 mRNA or secreted protein levels were detected by qPCR or ELISA, respectively. β-estradiol-conditioned medium devoid of PCSK9 failed to upregulate LDLR. Similarly, PCSK9 knockdown cells showed no upregulation of LDLR by β-estradiol. Together, these results indicate a requirement for PCSK9 in the β-estradiol-induced upregulation of LDLR. A radiolabeling assay showed a significant, dose-dependent decrease in the ratio of secreted phosphoPCSK9 to total secreted PCSK9 with increasing β-estradiol levels, suggesting a change in the functional state of PCSK9 in the presence of β-estradiol. Our results indicate that the protein upregulation of LDLR at subtranscriptionally effective doses of β-estradiol, and its supratranscriptional upregulation at 10 μm β-estradiol, occur through an extracellular PCSK9-dependent mechanism.
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 | 0,007 | 0,001 |
| 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 | 0,002 |
| 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 ».