Rescue of Neurons from Ischemic Injury by Peroxisome Proliferator-Activated Receptor-γ Requires a Novel Essential Cofactor LMO4
Notice bibliographique
Résumé
Activation of peroxisome proliferator-activated receptor-gamma (PPARgamma) signaling after stroke may reduce brain injury, but this effect will depend on the levels of receptor and cofactors. Here, we showed that the direct effect of PPARgamma signaling to protect neurons from ischemic injury requires a novel cofactor LMO4, because this effect was lost in LMO4-null cortical neurons. PPARgamma agonist also failed to reduce cerebral infarction after transient focal ischemia in CaMKIIalphaCre/LMO4loxP mice with LMO4 ablated in neurons of the forebrain. Expressing LMO4 in LMO4-null cortical neurons rescued the PPARgamma-protective effect. PPARgamma signaling activates the promoter of the antioxidant gene SOD2 and this process requires LMO4. Addition of a superoxide dismutase mimetic MnTBAP [manganese(III)tetrakis(4-benzoic acid)porphyrin] bypassed the deficiency in PPARgamma signaling and was able to directly rescue LMO4-null cortical neurons from ischemic injury. Like LMO4, PPARgamma and PGC1alpha (PPARgamma coactivator 1alpha) levels in neurons are elevated by hypoxic stress, and absence of LMO4 impairs their upregulation. Coimmunoprecipitation and mammalian two-hybrid assays revealed that LMO4 interacts in a ligand-dependent manner with PPARgamma. LMO4 augments PPARgamma-dependent gene activation, in part, by promoting RXRalpha (retinoid X receptor-alpha) binding to PPARgamma and by increasing PPARgamma binding to its target DNA sequence. Together, our results identify LMO4 as an essential hypoxia-inducible cofactor required for PPARgamma signaling in neurons. Thus, upregulation of LMO4 expression after stroke is likely to be an important determinant of neuron survival.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».