Resveratrol inhibits high-glucose-induced inflammatory “metabolic memory” in human retinal vascular endothelial cells through SIRT1-dependent signaling
Notice bibliographique
Résumé
Diabetes induces vascular endothelial damage and this study investigated high-glucose-induced inflammation "metabolic memory" of human retinal vascular endothelial cells (HRVECs), the effects of resveratrol on HRVECs, and the underlying signaling. HRVECs were grown under various conditions and assayed for levels of sirtuin 1 (SIRT1); acetylated nuclear factor κB (Ac-NF-κB); NOD-like receptor family, pyrin domain containing 3 (NLRP3); and other inflammatory cytokines; and cell viability. A high glucose concentration induced HRVEC inflammation metabolic memory by decreasing SIRT1 and increasing Ac-NF-κB, NLRP3, caspase 1, interleukin-1β, inducible nitric oxide synthase, and tumor necrosis factor α, whereas exposure of HRVECs to a high glucose medium for 4 days, followed by a normal glucose concentration for an additional 4 days, failed to reverse these changes. A high glucose concentration also significantly reduced HRVEC viability. In contrast, resveratrol, a selective SIRT1 activator, markedly enhanced HRVEC viability and reduced the inflammatory cytokines expressions. In addition, high glucose reduced AMP-activated protein kinase (AMPK) phosphorylation and retained during the 4 days of the reversal period of culture. The effects of resveratrol were abrogated after co-treatment with the SIRT1 inhibitor nicotinamide and the AMPK inhibitor compound C. In conclusion, resveratrol was able to reverse high-glucose-induced inflammation "metabolic memory" of HRVECs by activation of the SIRT1/AMPK/NF-κB pathway.
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 ».