Burn Plus Lipopolysaccharide Augments Endoplasmic Reticulum Stress and NLRP3 Inflammasome Activation and Reduces PGC-1α in Liver
Notice bibliographique
Résumé
Extensively burned patients often suffer from sepsis (especially caused by Pseudomonas aeruginosa), which may prolong metabolic derangement, contribute to multiple organ failure, and increase mortality. The molecular and cellular mechanisms of such infection-related metabolic derangement and organ dysfunction are unclear. We have previously shown that severely burned patients have significant and persisting hepatic endoplasmic reticulum (ER) stress. We hypothesized that ER stress and the unfolded protein response correlate with NOD-like receptor, pyrin domain containing 3 (NLRP3) inflammasome activation in burn. These may trigger profound metabolic changes in the liver, which form the pathological basis of liver damage and liver dysfunction after burn injury. A two-hit rat model was established by a 60% total body surface area scald burn and intraperitoneal injection of P. aeruginosa-derived lipopolysaccharide (LPS) 3 days after burn. One day later, animals were killed, and liver tissue samples were collected for gene expression and protein analysis of NLRP3 inflammasome activation, ER stress, and glucose and lipid metabolism. Liver damage was assessed by plasma markers (alanine aminotransferase and aspartate aminotransferase) and liver immunohistochemical analysis. Our results showed that burn injury and LPS injection induced inflammasome activation in liver and augmented hepatic ER stress and liver damage. Although there was an increased metabolic demand after burn, hepatic NLRP3 inflammasome activation corresponded to inhibition of PGC-1α (peroxisome proliferator-activated receptor γ-coactivator 1α) and its upstream regulators protein kinase A catalyst unit, AMP-activated protein kinase α, and sirtuin-1 may provide a mechanism for the enhanced metabolic derangement after major burn injury plus sepsis. In conclusion, burn + LPS augments inflammasome activation and ER stress in liver, which in turn contribute to postburn metabolic derangement.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».