Involvement of fibrinolytic regulators in adhesion of monocytes to vascular endothelial cells induced by glycated LDL and to aorta from diabetic mice
Notice bibliographique
Résumé
Diabetes mellitus accelerates the development of atherosclerotic cardiovascular diseases. Monocyte adhesion is an early cellular event of atherogenesis. Elevated levels of glyLDL were common in diabetic patients. Our previous studies indicated that HSF1 and p22-phox (a subunit of the NOX complex) were involved in glyLDL-induced up-regulation of PAI-1 in vascular EC. The present study demonstrated that glyLDL significantly increased the adhesion of monocytes to the surface of cultured human umbilical vein or PAEC. Transfection of siRNA for PAI-1, p22-phox, or HSF1 in EC prevented glyLDL-induced monocyte adhesion to EC. uPA siRNA increased monocyte adhesion to EC. Exogenous uPA reduced monocyte adhesion induced by glyLDL or uPA siRNA. Exogenous PAI-1 restored monocyte adhesion to EC inhibited by PAI-1 siRNA or uPA. GlyLDL-induced monocyte adhesion to EC was inhibited by treatment of EC with RAP, an antagonist for LRP, and enhanced by uPAR antibody. The adhesion of monocytes to aorta from leptin db/db diabetic mice was significantly greater than to that from control mice, which was associated with elevated contents of PAI-1, uPA, p22-phox, and HSF1 in hearts of db/db mice. The results suggest that oxidative stress and fibrinolytic regulators (PAI-1, uPA, and uPAR) are implicated in the modulation of glyLDL-induced monocyte adhesion to vascular endothelium, which may play a crucial role in vascular inflammation under diabetes-associated metabolic disorder.
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) | 0,001 | 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 | 0,000 | 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 ».