Defective Peroxisomal Proliferators Activated Receptor Gamma Activity Due to Dominant-Negative Mutation Synergizes with Hypertension to Accelerate Cardiac Fibrosis in Mice
Notice bibliographique
Résumé
AIMS: Humans with inactivating mutations in peroxisomal proliferators activated receptor gamma (PPARgamma) typically develop a complex metabolic syndrome characterized by insulin resistance, diabetes, lipodystrophy, hypertension, and dyslipidaemia which is likely to increase their cardiovascular risk. Despite evidence that the activation of PPARgamma may prevent cardiac fibrosis and hypertrophy, recent evidence has suggested that pharmacological activation of PPARgamma causes increased cardiovascular mortality. In this study, we investigated the effects of defective PPARgamma function on the development of cardiac fibrosis and hypertrophy in a murine model carrying a human dominant-negative mutation in PPARgamma. METHODS AND RESULTS: Mice with a dominant-negative point mutation in PPARgamma (P465L) and their wild-type (WT) littermates were treated with either subcutaneous angiotensin II (AngII) infusion or saline for 2 weeks. Heterozygous P465L and WT mice developed a similar increase in systolic blood pressure, but the mutant mice developed significantly more severe cardiac fibrosis to AngII that correlated with increased expression of profibrotic genes. Both groups similarly increased the heart weight to body weight ratio compared with saline-treated controls. There were no differences in fibrosis between saline-treated WT and P465L mice. CONCLUSION: These results show synergistic pathogenic effects between the presence of defective PPARgamma and AngII-induced hypertension and suggest that patients with PPARgamma mutation and hypertension may need more aggressive therapeutic measures to reduce the risk of accelerated cardiac fibrosis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».