ApoA-1 Mimetic Peptide ELK-2A2K2E Decreases Inflammatory Factor Levels Through the ABCA1-JAK2-STAT3-TTP Axis in THP-1–Derived Macrophages
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to determine whether the apolipoprotein A-1 (apoA-1) mimetic peptide ELK-2A2K2E regulates inflammatory cytokine expression through activating the adenosine triphosphate-binding cassette transporter A1 (ABCA1)-janus kinase 2 (JAK2)-signal transducer and activator of transcription 3 (STAT3)-tristetraprolin (TTP) signaling pathway in THP-1 macrophage-derived foam cells. METHODS AND RESULTS: The cells were treated with the apoA-1 mimetic peptide ELK-2A2K2E at different concentrations (0, 20, 40, and 80 μg/mL) or incubated with ELK-2A2K2E (40 μg/mL) for different times (0, 6, 12, and 24 hours). Our results showed that the levels of the cytokines, such as tumor necrosis factor-α (TNF-α), interleukin-6 (IL-6), and monocyte chemoattractant protein-1 (MCP-1), were decreased at both concentration- and time-dependent manners. When the cells were exposed to lipopolysaccharides and actinomycin D, ELK-2A2K2E significantly decreased the mRNA stability of inflammatory cytokines at different time points (0, 30, 60, and 120 minutes) by increasing TTP expression as analyzed by real-time quantitative polymerase chain reaction. The effect of ELK-2A2K2E on TTP was obviously blocked by the inhibition of the JAK-STAT3 pathway. Furthermore, we found that ELK-2A2K2E activated the JAK-STAT3-TTP pathway through the upregulation of ABCA1 and then decreased inflammatory cytokine expression. CONCLUSIONS: ApoA-I mimetic peptide ELK-2A2K2E increases the degradation of TNF-α, IL-6, and MCP-1 mRNA and reduces the levels of inflammatory cytokines through activating the JAK2-STAT3-TTP signaling pathway that is dependent on the upregulation of ABCA1.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 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 ».