High density lipoprotein metabolism in low density lipoprotein receptor-deficient mice
Notice bibliographique
Résumé
The LDL receptor (LDLR) and scavenger receptor class B type I (SR-BI) play physiological roles in LDL and HDL metabolism in vivo. In this study, we explored HDL metabolism in LDLR-deficient mice in comparison with WT littermates. Murine HDL was radiolabeled in the protein ((125)I) and in the cholesteryl ester (CE) moiety ([(3)H]). The metabolism of (125)I-/[(3)H]HDL was investigated in plasma and in tissues of mice and in murine hepatocytes. In WT mice, liver and adrenals selectively take up HDL-associated CE ([(3)H]). In contrast, in LDLR(-/-) mice, selective HDL CE uptake is significantly reduced in liver and adrenals. In hepatocytes isolated from LDLR(-/-) mice, selective HDL CE uptake is substantially diminished compared with WT liver cells. Hepatic and adrenal protein expression of lipoprotein receptors SR-BI, cluster of differentiation 36 (CD36), and LDL receptor-related protein 1 (LRP1) was analyzed by immunoblots. The respective protein levels were identical both in hepatic and adrenal membranes prepared from WT or from LDLR(-/-) mice. In summary, an LDLR deficiency substantially decreases selective HDL CE uptake by liver and adrenals. This decrease is independent from regulation of receptor proteins like SR-BI, CD36, and LRP1. Thus, LDLR expression has a substantial impact on both HDL and LDL metabolism in mice.
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 | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».