Retinal pigment epithelium cell‐derived microparticles mediate oxidative stress‐induced retinal cells dysfunction
Notice bibliographique
Résumé
Abstract Purpose Age‐related macular degeneration (AMD) represents the leading cause of vision loss in the elderly. The cumulative oxidative injury induces retinal pigment epithelium (RPE) membrane microparticles production, RPE cell death and cellular senescence. The RPE blebs are implicated in the formation of sub‐retinal deposit. Nonetheless, the pathophysiological roles of RPE microparticles (RMPs) remain largely unexplored. This study was designed to investigate whether RMPs participate in the retinal cells dysfunction. Methods RMPs and fluorescent DiI‐labelled RMPs were isolated from cultured ARPE‐19 cells under oxidative stress. RMPs‐treated RPE cells were subjected to WST‐1, cellular senescent, apoptotic assay and FACS cell cycle analysis respectively. The antibody against CD36 was used in uptake experiment to determine the involvement of scavenger receptor CD36. Results Our study revealed that uptake of RMPs by RPE cells is time‐dependent, and this process is partially dependent on CD36 evidenced by an approximately 50% decrease of RMPs uptake caused by CD36 antibody treatment. In addition, RMPs significantly reduced RPE cell viability in a dose‐dependent manner. RMPs in a concentration of 5% µg/ml significantly induced RPE cell‐cycle arrest at G0/G1 phase. RMPs‐treated cells exhibited a 19% increase in G0/G1 phase, with associated increases of the senescence‐associated β‐galactosidase activity. Conclusion We demonstrated for the first time that RPE cells uptake microparticles derived from RPE cells under oxidative stress. These findings strongly suggest that RMPs function as mediators to exacerbate the oxidative damages to RPE cells, and indicate a pathological role of RMPs in AMD.
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) | 0,005 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».