MétaCan
Menu
← Retour à la cohorte
Enregistrement W2264573379 · doi:10.1161/atvb.34.suppl_1.262

Abstract 262: Anti-miR33 Therapy Promotes PGC1α Expression, Mitochondrial Function and Immunometabolic Pathways in Macrophages in Atherosclerosis

2014· article· en· W2264573379 sur OpenAlexaff
Denuja Karunakaran, A. Brianne Thrush, Eleni Ramphos, Zongbin Wu, Michèle Geoffrion, Christine Esau, Kathryn J. Moore, Mary‐Ellen Harper, Katey J. Rayner

Notice bibliographique

RevueArteriosclerosis Thrombosis and Vascular Biology · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPDK4BiologyMitochondrial biogenesisCell biologyMitochondrionUCP3Molecular biologyGene expressionBiochemistryGeneUncoupling proteinAdipose tissueBrown adipose tissue

Résumé

récupéré en direct d'OpenAlex

Macrophage foam cells are central to atherosclerotic plaque formation and therapies that increase macrophage cholesterol efflux remain an attractive yet elusive target. Therapeutically inhibiting microRNA-33, a critical regulator of lipid metabolism, increases circulating HDL and reduces atherosclerosis. However, the precise molecular mechanisms that regulate these beneficial effects are unknown. Thus, we sought to uncover novel gene networks regulated by miR33 that may contribute to atherosclerosis. Results: Microarray analysis of macrophages from anti-miR33 treated Ldlr-/- mice revealed several novel miR33 target genes that were de-repressed. Among these genes was PPARγ coactivator 1α (PGC1α), a crucial gene that controls cellular energy homeostasis and mitochondrial metabolism. 3’UTR luciferase assays verified that PGC1α is a specific and direct target of miR33. Macrophages transfected with miR33 mimics or anti-miR33 had decreased or increased PGC1α mRNA and protein respectively. Bioinformatic pathway analysis predicted that in addition to PGC1α, miR33 also regulates multiple mitochondrial proteins, such as pyruvate dehydrogenase kinase 4 (PDK4), solute carrier 25 A25 (SLC25A25) and Acyl-CoA Dehydrogenase (ACADSB). Anti-miR33 treatment of macrophages increases PDK4, SLC25A25 and ACADSB mRNA expression, validating these genes as miR33 targets. Seahorse XF Flux Analyzer studies show that macrophages treated with anti-miR33 have increased basal and maximal oxygen consumption rates, confirming that anti-miR33 therapy impacts positively on mitochondrial respiration and function. miR33 inhibition increased macrophage cholesterol efflux, which was abolished by oligomycin- a mitochondrial respiration inhibitor. This suggests that miR33 regulates cholesterol efflux at least in part by regulating mitochondrial function. Lastly, western-diet-fed apoE-/- mice treated with anti-miR33 injections (10mg/kg) for 8 weeks had a marked reduction in aortic sinus lesion area relative to control (p≤0.05), despite no change in HDL levels. Conclusion: Anti-miR33 therapy can positively impact on mitochondrial function, promoting macrophage cholesterol efflux and may contribute to HDL-independent anti-atherosclerotic effects.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,244
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArteriosclerosis Thrombosis and Vascular Biology→Même sujetMicroRNA in disease regulation→Travaux en français237 207→