Endothelial deletion of PKCδ prevents VEGF inhibition and restores blood flow reperfusion in diabetic ischemic limb
Notice bibliographique
Résumé
Aims: Peripheral artery disease is a complication of diabetes leading to critical hindlimb ischemia. Diabetes-induced inhibition of VEGF actions is associated with the activation of protein kinase Cδ (PKCδ). We aim to specifically investigate the role of PKCδ in endothelial cell (EC) function and VEGF signaling. Methods: Nondiabetic and diabetic mice, with ( ec-Prkcd −/− ) or without ( ec-Prkcd f/f ) endothelial deletion of PKCδ, underwent femoral artery ligation. Blood flow reperfusion was assessed up to 4 weeks post-surgery. Capillary density, EC apoptosis and VEGF signaling were evaluated in the ischemic muscle. Src homology region 2 domain-containing phosphatase-1 (SHP-1) phosphatase activity was assessed in vitro using primary ECs. Results: Ischemic muscle of diabetic ec-Prkcd f/f mice exhibited reduced blood flow reperfusion and capillary density while apoptosis increased as compared to nondiabetic ec-Prkcd f/f mice. In contrast, blood flow reperfusion and capillary density were significantly improved in diabetic ec-Prkcd −/− mice. VEGF signaling pathway was restored in diabetic ec-Prkcd −/− mice. The deletion of PKCδ in ECs prevented diabetes-induced VEGF unresponsiveness through a reduction of SHP-1 phosphatase activity. Conclusions: Our data provide new highlights in mechanisms by which PKCδ activation in EC contributed to poor collateral vessel formation, thus, offering novel therapeutic targets to improve angiogenesis in the diabetic limb.
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 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 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».