MicroRNA-33–dependent regulation of macrophage metabolism directs immune cell polarization in atherosclerosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cellular metabolism is increasingly recognized as a controller of immune cell fate and function. MicroRNA-33 (miR-33) regulates cellular lipid metabolism and represses genes involved in cholesterol efflux, HDL biogenesis, and fatty acid oxidation. Here, we determined that miR-33-mediated disruption of the balance of aerobic glycolysis and mitochondrial oxidative phosphorylation instructs macrophage inflammatory polarization and shapes innate and adaptive immune responses. Macrophage-specific Mir33 deletion increased oxidative respiration, enhanced spare respiratory capacity, and induced an M2 macrophage polarization-associated gene profile. Furthermore, miR-33-mediated M2 polarization required miR-33 targeting of the energy sensor AMP-activated protein kinase (AMPK), but not cholesterol efflux. Notably, miR-33 inhibition increased macrophage expression of the retinoic acid-producing enzyme aldehyde dehydrogenase family 1, subfamily A2 (ALDH1A2) and retinal dehydrogenase activity both in vitro and in a mouse model. Consistent with the ability of retinoic acid to foster inducible Tregs, miR-33-depleted macrophages had an enhanced capacity to induce forkhead box P3 (FOXP3) expression in naive CD4(+) T cells. Finally, treatment of hypercholesterolemic mice with miR-33 inhibitors for 8 weeks resulted in accumulation of inflammation-suppressing M2 macrophages and FOXP3(+) Tregs in plaques and reduced atherosclerosis progression. Collectively, these results reveal that miR-33 regulates macrophage inflammation and demonstrate that miR-33 antagonism is atheroprotective, in part, by reducing plaque inflammation by promoting M2 macrophage polarization and Treg induction.
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.
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 | 0,004 | 0,001 |
| 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 | 0,001 |
| 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 découle