Human Smooth Muscle Cell Subpopulations Differentially Accumulate Cholesteryl Ester When Exposed to Native and Oxidized Lipoproteins
Notice bibliographique
Résumé
BACKGROUND: Vascular smooth muscle cells (SMCs) manifest diverse phenotypes and emerging evidence suggests this is caused by inherently distinct SMC subtypes. Recently, Li et al (Circ Res 2001;89:517-525) successfully cloned 2 uniquely responsive SMC subpopulations from a single human artery and we used this unique resource to test the hypothesis that distinct SMC subtypes are differential precursors of foam cell formation. METHODS AND RESULTS: When challenged with human atherogenic native or oxidized hypertriglyceridemic very-low-density lipoprotein (HTG-VLDL), the larger, slower-growing, spindle-shaped HITB5 SMC clone accumulated significantly more cholesteryl ester (CE) and triglyceride (TG) than the smaller, faster-growing epithelioid-shaped HITA2 SMC clone (10 versus 2 microg CE/mg cell protein [PN] and 60 versus 7 microg TG/mg PN, P<0.05). Lipoprotein lipase (LPL), a key enzyme involved in lipoprotein uptake, was identified as one differentially expressed protein that altered the predisposition of HITA2 SMCs for lipid accumulation. Although HITB5 SMCs secreted significantly more LPL than did HITA2 SMCs (0.7 versus 0.2 U/mL media, P<0.05), the addition of bovine milk LPL to HITA2 SMCs, significantly increased native and oxidized HTG-VLDL-induced lipid accumulation. CONCLUSIONS: Inherently distinct SMC subsets are differentially predisposed to lipoprotein-induced lipid accumulation. Moreover, the environment can influence the response of SMC subsets to atherogenic lipoproteins.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».