Oxidative stress increases eukaryotic initiation factor 4E phosphorylation in vascular cells
Notice bibliographique
Résumé
Dysregulated cell growth can be caused by increased activity of protein synthesis eukaryotic initiation factor (eIF) 4E. Dysregulated cell growth is also characteristic of atherosclerosis. It is postulated that exposure of vascular cells, such as endothelial cells, smooth muscle cells and monocytes/macrophages, to oxidants, such as oxidized low-density lipoprotein (oxLDL), leads to the elaboration of growth factors and cytokines, which in turn results in smooth muscle cell hyperproliferation. To investigate whether activation of eIF4E might play a role in this hyperproliferative response, vascular cells were treated with oxLDL, oxidized lipid components of oxLDL and several model oxidants, including H(2)O(2) and dimethyl naphthoquinone. Exposure to each of these compounds led to a dose- and time-dependent increase in eIF4E phosphorylation in all three types of vascular cells, correlated with a modest increase in overall translation rate. No changes in eIF4EBP, eIF2 or eIF4B modification state were observed. Increased eIF4E phosphorylation was paralleled by increased presence of eIF4E in high-molecular-mass protein complexes characteristic of its most active form. Anti-oxidants at concentrations typically employed to block oxidant-induced cell signalling likewise promoted eIF4E phosphorylation. The results of this study indicate that increased eIF4E activity may contribute to the pathophysiological events in early atherogenesis by increasing the expression of translationally inefficient mRNAs encoding growth-promoting proteins.
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 ».