Abnormalities in Oxygen Sensing Define Early and Late Onset Preeclampsia as Distinct Pathologies
Notice bibliographique
Résumé
BACKGROUND: The pathogenesis of preeclampsia, a serious pregnancy disorder, is still elusive and its treatment empirical. Hypoxia Inducible Factor-1 (HIF-1) is crucial for placental development and early detection of aberrant regulatory mechanisms of HIF-1 could impact on the diagnosis and management of preeclampsia. HIF-1α stability is controlled by O(2)-sensing enzymes including prolyl hydroxylases (PHDs), Factor Inhibiting HIF (FIH), and E3 ligases Seven In Absentia Homologues (SIAHs). Here we investigated early- (E-PE) and late-onset (L-PE) human preeclamptic placentae and their ability to sense changes in oxygen tension occurring during normal placental development. METHODS AND FINDINGS: Expression of PHD2, FIH and SIAHs were significantly down-regulated in E-PE compared to control and L-PE placentae, while HIF-1α levels were increased. PHD3 expression was increased due to decreased FIH levels as demonstrated by siRNA FIH knockdown experiments in trophoblastic JEG-3 cells. E-PE tissues had markedly diminished HIF-1α hydroxylation at proline residues 402 and 564 as assessed with monoclonal antibodies raised against hydroxylated HIF-1α P402 or P564, suggesting regulation by PHD2 and not PHD3. Culturing villous explants under varying oxygen tensions revealed that E-PE, but not L-PE, placentae were unable to regulate HIF-1α levels because PHD2, FIH and SIAHs did not sense a hypoxic environment. CONCLUSION: Disruption of oxygen sensing in E-PE vs. L-PE and control placentae is the first molecular evidence of the existence of two distinct preeclamptic diseases and the unique molecular O(2)-sensing signature of E-PE placentae may be of diagnostic value when assessing high risk pregnancies and their severity.
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 ».