G-Protein Coupled Receptor 30 (GPR30): A Novel Regulator of Endothelial Inflammation
Notice bibliographique
Résumé
Estrogen, the female sex hormone, is known to exert anti-inflammatory and anti-atherogenic effects. Traditionally, estrogen effects were believed to be largely mediated through the classical estrogen receptors (ERs). However, there is increasing evidence that G-protein coupled receptor 30 (GPR30), a novel estrogen receptor, can mediate many estrogenic effects on the vasculature. Despite this, the localization and functional significance of GPR30 in the human vascular endothelium remains poorly understood. Given this background, we examined the subcellular location and potential anti-inflammatory roles of GPR30 using human umbilical vein endothelial cells as a model system. Inflammatory changes were induced by treatment with tumor necrosis factor (TNF), a pro-inflammatory cytokine involved in atherogenesis and many other inflammatory conditions. We found that GPR30 was located predominantly in the endothelial cell nuclei. Treatment with the selective GPR30 agonist G-1 partially attenuated the TNF induced upregulation of pro-inflammatory proteins such as intercellular cell adhesion molecule-1 (ICAM-1) and vascular cell adhesion molecule-1 (VCAM-1). This effect was completely abolished by the selective GPR30 antagonist G-15, suggesting that it was indeed mediated in a GPR30 dependent manner. Interestingly, estrogen alone had no effects on TNF-treated endothelium. Concomitant activation of the classical ERs blocked the anti-inflammatory effects of G-1, indicating opposing effects of GPR30 and the classical ERs. Our findings demonstrate that endothelial GPR30 is a novel regulator of the inflammatory response which could be a potential therapeutic target against atherosclerosis and other inflammatory diseases.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| 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 ».