MicroRNA-590 Inhibits Lipoprotein Lipase Expression and Prevents Atherosclerosis in apoE Knockout Mice
Notice bibliographique
Résumé
Recent studies have suggested that miR-590 may play critical roles in cardiovascular disease. This study was designed to determine the effects of miR-590 on lipoprotein lipase (LPL) expression and development of atherosclerosis in apolipoprotein E knockout (apoE-/-) mice and explore the potential mechanisms. En face analysis of the whole aorta revealed that miR-590 significantly decreased aortic atherosclerotic plaque size and lipid content in apoE-/- mice. Double immunofluorescence staining in cross-sections of the proximal aorta showed that miR-590 agomir reduced CD68 and LPL expression in macrophages in atherosclerotic lesions. MiR-590 agomir down-regulated LPL mRNA and protein expression as analyzed by RT-qPCR and western blotting analyses, respectively. Consistently, miR-590 decreased the expression of CD36 and scavenger receptor A1 (SRA1) mRNA and protein. High-performance liquid chromatography (HPLC)analysis confirmed that treatment with miR-590 agomir reduced lipid levels either in plasma orinabdominal cavity macrophages of apoE-/- mice. ELISA analysis showed that miR-590 agomir decreased plasma levels of pro-inflammatory cytokines, such as tumor necrosis factor-alpha (TNF-α), monocyte chemotactic protein-1 (MCP-1), interleukin-1β (IL-1β)and interleukin-6 (IL-6). In contrast, treatment with miR-590 antagomir prevented or reversed these effects. Taken together, these results reveal a novel mechanism of miR-590 effects, and may provide new insights into the development of strategies for attenuating lipid accumulation and pro-inflammatory cytokine secretion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».