17 -Estradiol induces protein S-nitrosylation in the endothelium
Notice bibliographique
Résumé
AIMS: Estrogen induces nitric oxide (NO) in the endothelium and appears to protect against inflammation and atherosclerosis. NO can induce post-translational protein modifications such as cysteine S-nitrosylation in the cellular proteins which may exert anti-inflammatory effects. However, whether estrogen can induce protein S-nitrosylation in the endothelium is not known. Given this background, we investigated the role of 17beta-estradiol (E2beta), the major form of estrogen in the body, on endothelial protein S-nitrosylation. METHODS AND RESULTS: Experiments were performed in human umbilical vein endothelial cells (HUVECs). S-nitrosylation was detected by immunostaining for nitrosocysteine and further confirmed by biotin switch method. Ovariectomized 12-month-old Sprague-Dawley rats with/without estradiol supplementation were used for in vivo validation of findings. We found that physiologically relevant doses of E2beta increased protein S-nitrosylation in HUVECs through estrogen receptor-alpha (ERalpha) and endothelial nitric oxide synthase (eNOS). Interestingly, specific agonists for both ERalpha and ERbeta increased eNOS protein expression, while only the former could activate eNOS through phosphorylation. S-nitrosylation by E2beta prevented angiotensin II-induced upregulation of intercellular cell adhesion molecule-1, suggesting a potential anti-inflammatory mechanism. Finally, we showed that exogenous E2beta could increase endothelial S-nitrosylation in vivo in a rat model. CONCLUSION: Our results demonstrate for the first time that E2beta increases protein S-nitrosylation in the vascular endothelium, which might be a novel pathway to mediate the protective effects on the vasculature.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».