Renin–angiotensin system inhibition ameliorates CCl<sub>4</sub>-induced liver fibrosis in mice through the inactivation of nuclear transcription factor kappa B
Notice bibliographique
Résumé
Therapeutic interventions for liver fibrosis are still limited due to the complicated molecular pathogenesis. Renin–angiotensin system (RAS) seems to contribute to the development of hepatic fibrosis. Therefore, we aimed to examine the effect of RAS inhibition on CCl 4 -induced liver fibrosis. Mice were treated with silymarin (30 mg·kg −1 ), perindopril (1 mg·kg −1 ), fosinopril (2 mg·kg −1 ), or losartan (10 mg·kg −1 ). The administration of RAS inhibitors improved liver histology and decreased protein expression of alpha smooth muscle actin (α-SMA) and hepatic content of hydroxyproline. These effects found to be mediated via inactivation of nuclear transcription factor kappa B (NFκB) pathway by the inhibition of NFκB p65 phosphorylation at the Ser536 residue and phosphorylation-induced degradation of nuclear factor kappa-B inhibitor alpha (NFκBia) subsequently inhibited NFκB-induced TNF-α and TGF-β1, leading to lower levels of tissue inhibitor of metalloproteinase-1 (TIMP-1) and vascular endothelial growth factor (VEGF). We concluded that the tissue affinity of the angiotensin converting enzyme inhibitors (ACEIs) has no impact on its antifibrotic activity and that interfering the RAS either through the inhibition of ACE or the blockade of AT1R has the same therapeutic benefit. These results suggest RAS inhibitors as promising candidates for further clinical trials in the management of hepatic fibrosis.
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 | 0,001 |
| 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 ».