BET protein inhibitor apabetalone (RVX-208) suppresses pro-inflammatory hyper-activation of monocytes from patients with cardiovascular disease and type 2 diabetes
Notice bibliographique
Résumé
BACKGROUND: Patients with cardiovascular disease (CVD) and type 2 diabetes (DM2) have a high residual risk for experiencing a major adverse cardiac event. Dysregulation of epigenetic mechanisms of gene transcription in innate immune cells contributes to CVD development but is currently not targeted by therapies. Apabetalone (RVX-208) is a small molecule inhibitor of bromodomain and extra-terminal (BET) proteins-histone acetylation readers that drive pro-inflammatory and pro-atherosclerotic gene transcription. Here, we assess the impact of apabetalone on ex vivo inflammatory responses of monocytes from DM2 + CVD patients. RESULTS: Monocytes isolated from DM2 + CVD patients and matched controls were treated ex vivo with apabetalone, interferon γ (IFNγ), IFNγ + apabetalone or vehicle and phenotyped for gene expression and protein secretion. Unstimulated DM2 + CVD monocytes had higher baseline IL-1α, IL-1β and IL-8 cytokine gene expression and Toll-like receptor (TLR) 2 surface abundance than control monocytes, indicating pro-inflammatory activation. Further, DM2 + CVD monocytes were hyper-responsive to stimulation with IFNγ, upregulating genes within cytokine and NF-κB pathways > 30% more than control monocytes (p < 0.05). Ex vivo apabetalone treatment countered cytokine secretion by DM2 + CVD monocytes at baseline (GROα and IL-8) and during IFNγ stimulation (IL-1β and TNFα). Apabetalone abolished pro-inflammatory hyper-activation by reducing TLR and cytokine gene signatures more robustly in DM2 + CVD versus control monocytes. CONCLUSIONS: Monocytes isolated from DM2 + CVD patients receiving standard of care therapies are in a hyper-inflammatory state and hyperactive upon IFNγ stimulation. Apabetalone treatment diminishes this pro-inflammatory phenotype, providing mechanistic insight into how BET protein inhibition may reduce CVD risk in DM2 patients.
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 | 0,000 |
| 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 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 ».