Protective effects of pioglitazone on vascular endothelial cell dysfunction induced by high glucose via inhibition of IKKα/β–NFκB signaling mediated by PPARγ in vitro
Notice bibliographique
Résumé
PIO, a synthetic ligand for PPARγ, is used clinically to treat T2DM. However, little is known about its protective effects on endothelium and the underlying mechanisms. In this study, we sought to investigate the protective effects of PIO on endothelium and its probable mechanisms: 95% confluent wild type (WT) HUVECs and PPARγLow-HUVECs that we first injured with HG (33 mmol·L–1) were first pretreated with 10 μmol·L–1 of GW9662 for 30 min, and then treated the cells with different concentrations of PIO (5, 10, or 20 μmol·L–1) for 24 h. Finally, we measured the levels of NO, ET1, TNFα, and IL6 in the cell culture supernatant. These cells were then used to determine cell viability, caspase3 activity, the levels of IKKα/β mRNA, IKKα/β, and NFκB-p65. Severe dysfunction and activation of IKKα/β–NFκB signaling occurred after we exposed HUVECs to HG. Conversely, treatment with PIO significantly attenuated the dysfunction and the activation of IKKα/β–NFκB signaling induced by HG in a dose-dependent manner. Moreover, the protective effects of PIO were completely abrogated by GW9662 or down-regulation of PPARγ. Taken together, the results indicate that PIO protects HUVECs against the HG-induced dysfunction through the inhibition of IKKα/β–NFκB signaling mediated by PPARγ.
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) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».