Neuraminidases 1 and 3 Trigger Atherosclerosis by Desialylating Low‐Density Lipoproteins and Increasing Their Uptake by Macrophages
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background Chronic vascular disease atherosclerosis starts with an uptake of atherogenic modified low‐density lipoproteins (LDLs) by resident macrophages, resulting in formation of arterial fatty streaks and eventually atheromatous plaques. Increased plasma sialic acid levels, increased neuraminidase activity, and reduced sialic acid LDL content have been previously associated with atherosclerosis and coronary artery disease in human patients, but the mechanism underlying this association has not been explored. Methods and Results We tested the hypothesis that neuraminidases contribute to development of atherosclerosis by removing sialic acid residues from glycan chains of the LDL glycoprotein and glycolipids. Atherosclerosis progression was investigated in apolipoprotein E and LDL receptor knockout mice with genetic deficiency of neuraminidases 1, 3, and 4 or those treated with specific neuraminidase inhibitors. We show that desialylation of the LDL glycoprotein, apolipoprotein B 100, by human neuraminidases 1 and 3 increases the uptake of human LDL by human cultured macrophages and by macrophages in aortic root lesions in Apoe −/− mice via asialoglycoprotein receptor 1. Genetic inactivation or pharmacological inhibition of neuraminidases 1 and 3 significantly delays formation of fatty streaks in the aortic root without affecting the plasma cholesterol and LDL levels in Apoe −/− and Ldlr −/− mouse models of atherosclerosis. Conclusions Together, our results suggest that neuraminidases 1 and 3 trigger the initial phase of atherosclerosis and formation of aortic fatty streaks by desialylating LDL and increasing their uptake by resident macrophages.
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.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle