Oncostatin M and TLR-4 Ligand Synergize to Induce MCP-1, IL-6, and VEGF in Human Aortic Adventitial Fibroblasts and Smooth Muscle Cells
Notice bibliographique
Résumé
Accumulating evidence suggests that adventitial fibroblasts play a significant role in contributing to inflammation of the arterial wall and pathogenesis of atherosclerosis. The effects of gp130 cytokines on these cells (including oncostatin M-[OSM] and IL-6), some of which have been implicated in atherosclerosis, are currently unknown. Experiments were performed to determine whether gp130 cytokines regulate human aortic adventitial fibroblasts (HAoAFs) or smooth muscle cells (HAoSMCs) alone or in context of TLR-4 ligands (also implicated in atherosclerosis). HAoAFs and HAoSMCs were stimulated with LPS and/or one of OSM, IL-6, IL-11, IL-31, or LIF. ELISAs performed on cell supernatants showed that stimulation with OSM alone caused increased MCP-1, IL-6, and VEGF levels. When combined, LPS and OSM synergized to increase MCP-1, IL-6, VEGF protein, and mRNA expression as assessed by qRT-PCR, in both HAoAFs and HAoSMCs, while LPS-induced IL-8 levels were reduced. Such effects were not observed with other gp130 cytokines. Signalling pathways including STATs, MAPKinases, and NF κ B were activated, and LPS induced steady state mRNA levels of the OSM receptor chains OSMR β and gp130. The results suggest that OSM is able to synergize with TLR-4 ligands to induce proinflammatory responses by HAoAFs and HAoSMCs, supporting the notion that OSM regulation of these cells contributes to the pathogenesis of atherosclerosis.
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 | 0,000 |
| 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 ».