Predominance of a Proinflammatory Phenotype in Monocyte-Derived Macrophages From Subjects With Low Plasma HDL-Cholesterol
Notice bibliographique
Résumé
OBJECTIVE: Reduced plasma concentrations of high-density lipoprotein-cholesterol (HDL-C) are a significant risk factor for cardiovascular disease. Mechanisms that regulate HDL-C concentrations represent an important area of investigation. METHODS AND RESULTS: Comparative transcriptome analyses of monocyte-derived macrophages (MDM) from a large population of low HDL-C subjects and age- and sex-matched controls revealed a cluster of inflammatory genes highly expressed in low HDL-C subjects. The expression levels of peroxisome proliferator activated receptor (PPAR) gamma and several antioxidant metallothionein genes were decreased in MDM from all low HDL-C groups compared with controls, as was the expression of other genes regulated by PPARgamma, including CD36, adipocyte fatty acid binding protein (FABP4), and adipophilin (ADFP). In contrast, PPARdelta expression was increased in MDM from low HDL-C groups. Quantitative RT-PCR corroborated all major findings from the microarray analysis in two separate patient cohorts. Expression of several inflammatory cytokine genes including interleukin 1beta, interleukin 8, and tumor necrosis factor alpha were highly increased in low HDL-C subjects. CONCLUSIONS: The activated proinflammatory state of monocytes and MDM in low HDL-C subjects constitutes a novel parameter of risk associated with HDL deficiency, related to altered expression of metallothionein genes and the reciprocal regulation of PPARgamma and PPARdelta.
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 ».