Reduced Expression of Vascular Endothelial Growth Factor Paralleled With the Increased Angiostatin Expression Resulting From the Upregulated Activities of Matrix Metalloproteinase-2 and -9 in Human Type 2 Diabetic Arterial Vasculature
Notice bibliographique
Résumé
Impaired angiogenesis could contribute to the increased incidence of coronary and peripheral artery disease in diabetic patients. Angiogenesis is initiated by vascular endothelial growth factor (VEGF), a potent angiogenic cytokine, and suppressed by angiostatin, which is generated by matrix metalloproteinase (MMP)-2 and -9 through proteolytic cleavage of plasminogen. We hypothesized that MMP-2 and -9 were upregulated in the diabetic vasculature, resulting in increased angiostatin production and reduced blood vessel formation. In diabetic internal mammary artery samples (n=32) collected from patients undergoing coronary artery bypass grafting surgery, capillary density was only 30% of that in the nondiabetic vessels (n=32), whereas VEGF expression was reduced by 48%. Diabetes upregulated the expression and the gelatinolytic activity of MMP-2 and -9. Active MMP-2 and -9 were released from diabetic arteries, but not from nondiabetic vessels, during phenylephrine-induced vasoconstriction. Diabetes enhanced transcription and protein expression of tissue inhibitor of MMP (TIMP)-1 but had an opposite effect on TIMP-2. In diabetic vessels angiostatin was increased by 62% and was positively correlated with the activities of MMP-2 and -9 (r2=0.806 and 0.742, respectively). This report indicated a strong correlation between the upregulation of MMP-2 and MMP-9 and the increased angiostatin expression in the human diabetic arterial vasculature. The enhanced angiostatin production with a reduced VEGF formation may explain the pathogenesis of impaired angiogenesis in diabetes mellitus.
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 | 0,001 | 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 ».