Matrix Metalloproteinase-8 Promotes Vascular Smooth Muscle Cell Proliferation and Neointima Formation
Notice bibliographique
Résumé
OBJECTIVE: We investigated the role of matrix metalloproteinase-8 (MMP8) in neointima formation and in vascular smooth muscle cell (VSMC) migration and proliferation. APPROACH AND RESULTS: After carotid artery wire injuring, MMP8(-/-)/apoE(-/-) mice had fewer proliferating cells in neointimal lesions and smaller lesion sizes. Ex vivo assays comparing VSMCs isolated from MMP8 knockout and wild-type mice showed that MMP8 knockout decreased proliferation and migration. Proteomics analysis revealed that a disintegrin and metalloproteinase domain-containing protein 10 (ADAM10) had lower concentrations in MMP8 knockout VSMC culture media than in MMP8 wild-type VSMC culture media. Western blot, flow cytometric, and immunocytochemical analyses showed that MMP8 knockout VSMCs contained more pro-ADAM10 but less mature ADAM10, more N-cadherin, and β-catenin in the plasma membrane but less β-catenin in the nucleus and less cyclin D1. Treatment of MMP8 wild-type VSMCs with an ADAM10 inhibitor, GI254023X, or siRNA knockdown of ADAM10 in MMP8 wild-type VSMCs inhibited proliferation and migration, increased N-cadherin and β-catenin in the plasma membrane, reduced β-catenin in the nucleus, and decreased cyclin D1 expression. Incubation of MMP8 knockout VSMCs with a recombinant ADAM10 rescued the proliferative and migratory ability of MMP8 knockout VSMCs and increased cyclin D1 expression. Furthermore, immunohistochemical analyses showed colocalization of ADAM10 with VSMCs and N-cadherin, and nuclear accumulation of β-catenin in the neointima in apoE(-/-)/MMP8(+/+) mice. CONCLUSIONS: MMP8 enhances VSMC proliferation via an ADAM10, N-cadherin, and β-catenin-mediated pathway and plays an important role in neointima formation.
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 ».