The secretome of liver X receptor agonist-treated early outgrowth cells decreases atherosclerosis in <i>Ldlr</i> −/− mice
Notice bibliographique
Résumé
Endothelial progenitor cells (EPCs) promote the maintenance of the endothelium by secreting vasoreparative factors. A population of EPCs known as early outgrowth cells (EOCs) is being investigated as novel cell-based therapies for the treatment of cardiovascular disease. We previously demonstrated that the absence of liver X receptors (LXRs) is detrimental to the formation and function of EOCs under hypercholesterolemic conditions. Here, we investigate whether LXR activation in EOCs is beneficial for the treatment of atherosclerosis. EOCs were differentiated from the bone marrow of wild-type (WT) and LXR-knockout (Lxrαβ-/-) mice in the presence of vehicle or LXR agonist (GW3965). WT EOCs treated with GW3965 throughout differentiation showed reduced mRNA expression of endothelial lineage markers (Cd144, Vegfr2) compared with WT vehicle and Lxrαβ-/- EOCs. GW3965-treated EOCs produced secreted factors that reduced monocyte adhesion to activated endothelial cells in culture. When injected into atherosclerosis-prone Ldlr-/- mice, GW3965-treated EOCs, or their corresponding conditioned media (CM) were both able to reduce aortic sinus plaque burden compared with controls. Furthermore, when human EOCs (obtained from patients with established CAD) were treated with GW3965 and the CM applied to endothelial cells, monocyte adhesion was decreased, indicating that our results in mice could be translated to patients. Ex vivo LXR agonist treatment of EOCs therefore produces a secretome that decreases early atherosclerosis in Ldlr-/- mice, and additionally, CM from human EOCs significantly inhibits monocyte to endothelial adhesion. Thus, active factor(s) within the GW3965-treated EOC secretome may have the potential to be useful for the treatment of atherosclerosis.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».