Glucagon-like peptide-1 receptor mediates the beneficial effect of liraglutide in an acute lung injury mouse model involving the thioredoxin-interacting protein
Notice bibliographique
Résumé
Repurposing clinically used drugs is among the important strategies in drug discovery. Glucagon-like peptide-1 (GLP-1) and its diabetes-based drugs, such as liraglutide, possess a spectrum of extra-pancreatic functions, while GLP-1 receptor (GLP-1R) is most abundantly expressed in the lung. Recent studies have suggested that GLP-1-based drugs exert beneficial effects in chronic, as well as acute, lung injury rodent models. Here, we show that liraglutide pretreatment reduced LPS induced acute lung injury in mice. It significantly reduced lung injury score, wet/dry lung weight ratio, bronchoalveolar lavage fluid immune cell count and protein concentration, and cell apoptosis in the lung, and it was associated with reduced lung inflammatory cytokine and chemokine gene expression. Importantly, these effects were virtually absent in GLP-1R−/− mice. A well-known function of GLP-1 and GLP-based drugs in pancreatic β-cells is the attenuation of high-glucose stimulated expression of thioredoxin-interacting protein (TxNIP), a key component of inflammasome. LPS-challenged lungs showed elevated TxNIP mRNA and protein expression, which was attenuated by liraglutide treatment in a GLP-1R-dependent manner. Hence, our observations suggest that GLP-1R is essential in mediating beneficial effects of liraglutide in acute lung injury, with the inflammasome component TxNIP as a potential target.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».