P021 <break /> 15-deoxy-Δ12,14-Prostaglandin J2 inhibits TGFβ–induced lung epithelial cell changes associated with pulmonary fibrosis
Notice bibliographique
Résumé
Rationale: Glutathione (GSH) concentration in the lung epitheial lining fluid (ELF) of the healthy alveolus is high, but is markedly deficient in the ELF of patients with idiopathic pulmonary fibrosis (IPF). TGF-β1 suppresses the transcription of the gene encoding glutamate-cysteine ligase catalytic subunit (GCLC), the rate-limiting enzyme in GSH synthesis. Patients with IPF also demonstrate increased epithelial to mesenchymal transition (EMT). Hypothesis: We hypothesized that the Nrf2 and PPARγ agonist, prostaglandin J2 (15d-PGJ2) inhibits TGFß-induced alveolar epithelial cell GSH depletion and EMT. Methods: The human alveolar epithelial cells A549 were exposed to 5 ng/ml TGF-β1 for 0 - 72 hours with or without 0 - 10 µM 15d-PGJ2. Nrf2 and PPARγ-dependent promoter transactivation were determined using luciferase assay. GSH content and the expression of the EMT marker vimentin were analyzed upon cellular treatments. Results: Nrf2 and PPARγ-dependent gene transcription were both increased by 15d-PGJ2. 15d-PGJ2 induced a concentration-dependent increase in cellular GSH. TGF-β1 depleted cellular GSH, altered cell morphology and markedly increased the expression of the EMT marker, vimentin. The addition of 5 µM 15d-PGJ2 completely prevented GSH depletion and vimentin increase by TGF-β1. Lung hydroxyproline content in mice exposed to bleomycin was also decreased by daily treatment with 15d-PGJ2 (25µg s.c.) for 14 days. Conclusions: We conclude that 15d-PGJ2, a potent agonist of Nrf2 and PPARγ transcription pathways prevents TGFβ-induced lung epithelial cell changes in GSH content and in vimentin expression. Importantly, 15d-PGJ2 prevents lung fibrosis associated with bleomycin.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».