Differential Regulation of Macrophage Peroxisome Proliferator–Activated Receptor Expression by Glucose
Notice bibliographique
Résumé
Peroxisome proliferator-activated receptors (PPARs) are implicated in several metabolic disorders with altered glucose and lipid metabolism, including atherosclerosis and diabetes. In the present study, we evaluated the in vitro and ex vivo effects of high glucose concentrations on macrophage PPAR mRNA expression. Exposition of monocyte-derived macrophages isolated from healthy donors to a high glucose environment led to an increase in PPARalpha and PPARbeta mRNA expression. In contrast, this treatment significantly decreased human macrophage PPARgamma mRNA expression. Overexpression of PPARalpha and PPARbeta mRNA and inhibition of PPARgamma mRNA expression were also observed in monocyte-derived macrophages isolated from patients with type 2 diabetes. Because high glucose and PPARalpha agonists increase lipoprotein lipase (LPL) gene expression, the role of PPARalpha in the glucose-mediated upregulation of macrophage LPL gene expression was next evaluated. Incubation of murine J774 macrophages with high glucose concentrations increased the expression of PPARalpha at the mRNA and protein levels and enhanced nuclear protein binding to the peroxisome proliferator responsive element of the LPL promoter. Incubation of nuclear extracts in the presence of anti-PPARalpha and anti-PPARbeta antibodies decreased glucose-stimulated nuclear protein binding to the peroxisome proliferator responsive element. These results demonstrate that glucose is an important regulator of macrophage PPAR expression and suggest a role of PPARalpha and PPARbeta in the upregulation of macrophage LPL by glucose. Dysregulation of macrophage PPAR expression in type 2 diabetes may contribute, by altering arterial lipid metabolism and inflammatory response, to the accelerated atherosclerosis associated with diabetes.
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) | 0,000 | 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 | 0,000 |
| 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 ».