Tumor necrosis factor inhibitors as novel therapeutic tools for vascular remodeling diseases
Notice bibliographique
Résumé
Vascular remodeling diseases (VRDs) are characterized by enhanced inflammation and proliferative and apoptosis-resistant vascular smooth muscle cells (VSMCs). The sustainability of this phenotype has been attributed in part to the activation of the transcription factor hypoxia-inducible factor-1 (HIF-1). There is evidence that circulating cytokines can act as HIF-1 activators in a variety of tissues, including VSMCs. Increased circulating tumor necrosis factor (TNF) levels have been associated with vascular diseases, but the mechanisms involved remain unknown. We hypothesized that increased circulating levels of TNF promotes VRDs by the activation of HIF-1, resulting in VSMC proliferation and resistance to apoptosis. Circulating TNF levels were significantly increased in patients with vascular diseases (n = 19) compared with healthy donors (n = 15). Using human carotid artery smooth muscle cells (CASMCs), we demonstrated that TNF (100 ng/ml) activates HIF-1 (HIF-1α expression), leading to increased CASMC proliferation (Ki-67 and PCNA staining) and resistance to mitochondrial-dependent apoptosis [tetramethylrhodamine methyl ester perchlorate (TMRM), terminal deoxynucleotide transferase-mediated dUTP nick end labeling (TUNEL), annexin-V staining]. In vivo, TNF inhibition using polyethylene glycol coupled with TNF membrane receptor 1 (PEGsTNFR1), a soluble TNF receptor inhibiting circulating TNF, prevented carotid artery postinjury media remodeling and neointima development in rats. This effect was associated with lowered HIF-1 activation and decreased CASMC proliferation. In conclusion, we demonstrate for the first time that the inhibition of the TNF/Akt/HIF-1 axis prevents vascular remodeling. TNF inhibitors may therefore represent new and interesting therapeutic tools against VRDs.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».