Loss of peroxisome proliferator–activated receptor γ in mouse fibroblasts results in increased susceptibility to bleomycin‐induced skin fibrosis
Notice bibliographique
Résumé
OBJECTIVE: There is increasing evidence that the transcription factor peroxisome proliferator-activated receptor gamma (PPARgamma) plays an important role in controlling cell differentiation, and that PPARgamma ligands can modify inflammatory and fibrotic responses. The aim of the present study was to examine the role of PPARgamma in a mouse model of skin scleroderma, in which mice bearing a fibroblast-specific deletion of PPARgamma were used. METHODS: Cutaneous sclerosis was induced by subcutaneous injection of bleomycin, while untreated control groups were injected with phosphate buffered saline. Mice bearing a fibroblast-specific deletion of PPARgamma were investigated for changes in dermal thickness, inflammation, collagen content, and the number of alpha-smooth muscle actin-positive cells. The quantity of the collagen-specific amino acid hydroxyproline was also measured. In addition, the effect of PPARgamma deletion on transforming growth factor beta1 (TGFbeta1) signaling in the fibroblasts was investigated. RESULTS: Bleomycin treatment induced marked cutaneous thickening and fibrosis in all treated mice. Deletion of PPARgamma resulted in enhanced susceptibility to bleomycin-induced skin fibrosis, as indicated by increases in all measures of skin fibrosis and enhanced sensitivity of fibroblasts to TGFbeta1 in PPAR-deficient mice. CONCLUSION: These results indicate that PPARgamma suppresses fibrogenesis. Specific agonists of PPARgamma may therefore alleviate the extent of the development of cutaneous sclerosis.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».