Caffeine blocks SREBP2-induced hepatic PCSK9 expression to enhance LDLR-mediated cholesterol clearance
Notice bibliographique
Résumé
Abstract Evidence suggests that caffeine (CF) reduces cardiovascular disease (CVD) risk. However, the mechanism by which this occurs has not yet been uncovered. Here, we investigated the effect of CF on the expression of two bona fide regulators of circulating low-density lipoprotein cholesterol (LDLc) levels; the proprotein convertase subtilisin/kexin type 9 (PCSK9) and the low-density lipoprotein receptor (LDLR). Following the observation that CF reduced circulating PCSK9 levels and increased hepatic LDLR expression, additional CF-derived analogs with increased potency for PCSK9 inhibition compared to CF itself were developed. The PCSK9-lowering effect of CF was subsequently confirmed in a cohort of healthy volunteers. Mechanistically, we demonstrate that CF increases hepatic endoplasmic reticulum (ER) Ca 2+ levels to block transcriptional activation of the sterol regulatory element-binding protein 2 (SREBP2) responsible for the regulation of PCSK9, thereby increasing the expression of the LDLR and clearance of LDLc. Our findings highlight ER Ca 2+ as a master regulator of cholesterol metabolism and identify a mechanism by which CF may protect against CVD.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».