Inhibition of Dipeptidyl Peptidase-4 Impairs Ventricular Function and Promotes Cardiac Fibrosis in High Fat–Fed Diabetic Mice
Notice bibliographique
Résumé
Dipeptidyl peptidase-4 (DPP4) inhibitors used for the treatment of type 2 diabetes are cardioprotective in preclinical studies; however, some cardiovascular outcome studies revealed increased hospitalization rates for heart failure (HF) among a subset of DPP4 inhibitor-treated subjects with diabetes. We evaluated cardiovascular function in young euglycemic Dpp4(-/-) mice and in older, high fat-fed, diabetic C57BL/6J mice treated with either the glucagon-like peptide 1 receptor (GLP-1R) agonist liraglutide or the highly selective DPP4 inhibitor MK-0626. We assessed glucose metabolism, ventricular function and remodeling, and cardiac gene expression profiles linked to inflammation and fibrosis after transverse aortic constriction (TAC) surgery, a pressure-volume overload model of HF. Young euglycemic Dpp4(-/-) mice exhibited a cardioprotective response after TAC surgery or doxorubicin administration, with reduced fibrosis; however, cardiac mRNA analysis revealed increased expression of inflammation-related transcripts. Older, diabetic, high fat-fed mice treated with the GLP-1R agonist liraglutide exhibited preservation of cardiac function. In contrast, diabetic mice treated with MK-0626 exhibited modest cardiac hypertrophy, impairment of cardiac function, and dysregulated expression of genes and proteins controlling inflammation and cardiac fibrosis. These findings provide a model for the analysis of mechanisms linking fibrosis, inflammation, and impaired ventricular function to DPP4 inhibition in preclinical studies.
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 | 0,000 | 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 ».