Adipocyte Low Density Lipoprotein Receptor-related Protein Gene Expression and Function Is Regulated by Peroxisome Proliferator-activated Receptor γ
Notice bibliographique
Résumé
The alpha(2)-macroglobulin receptor/low density lipoprotein receptor-related protein (LRP) is a large multifunctional receptor that interacts with a variety of molecules. It is implicated in biologically important processes such as lipoprotein metabolism, neurological function, tissue remodeling, protease complex clearance, and cell signal transduction. However, the regulation of LRP gene expression remains largely unknown. In this study, we have analyzed 2 kb of the 5'-flanking region of the LRP gene and identified a predicted peroxisome proliferator response element (PPRE) from -1185 to -1173. Peroxisome proliferator-activated receptor gamma (PPARgamma) ligands such as fatty acids and rosiglitazone increased functional cell surface LRP by 1.5-2.0-fold in primary human adipocytes and in the SW872 human liposarcoma cell line as assessed by activated alpha(2)-macroglobulin binding and degradation. These agents were found to increase LRP transcription. Gel shift analysis of the putative PPRE demonstrated direct binding of PPARgamma/retinoid X receptor alpha heterodimers to the PPRE in the LRP gene. Furthermore, these heterodimers could no longer interact with a mutated PPRE probe. The isolated promoter was functional in SW872 cells, and its activity was increased by 1.5-fold with the addition of rosiglitazone. Furthermore, the isolated response element was similarly responsive to rosiglitazone when placed upstream of an ideal promoter. Mutagenesis of the predicted PPRE abolished the ability of this construct to respond to rosiglitazone. These data demonstrate that fatty acids and rosiglitazone directly stimulate transcription of the LRP gene through activation of PPARgamma and increase functional LRP expression.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 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 ».