Protection of Human Lens Epithelial Cells from Oxidative Stress Damage and Cell Apoptosis by KGF‐2 through the Akt/Nrf2/HO‐1 Pathway
Notice bibliographique
Résumé
Oxidative stress exerts a significant influence on the pathogenesis of various cataracts by inducing degradation and aggregation of lens proteins and apoptosis of lens epithelial cells. Keratinocyte growth factor−2 (KGF‐2) exerts a favorable cytoprotective effect against oxidative stress in vivo and in vitro . In this work, we investigated the molecular mechanisms of KGF‐2 against hydrogen peroxide‐ (H 2 O 2 ‐) induced oxidative stress and apoptosis in human lens epithelial cells (HLECs) and rat lenses. KGF‐2 pretreatment could reduce H 2 O 2 ‐induced cytotoxicity as well as reactive oxygen species (ROS) accumulation. KGF‐2 also increases B‐cell lymphoma‐2 (Bcl‐2), quinine oxidoreductase‐1 (NQO‐1), superoxide dismutase (SOD2), and catalase (CAT) levels while decreasing the expression level of Bcl2‐associated X (Bax) and cleaved caspase‐3 in H 2 O 2 ‐stimulated HLECs. LY294002, the phosphatidylinositol‐3‐kinase (PI3K)/Akt inhibitor, abolished KGF‐2’s effect to some extent, demonstrating that KGF‐2 protected HLECs via the PI3K/Akt pathway. On the other hand, KGF‐2 activated the Nrf2/HO‐1 pathway by regulating the PI3K/Akt pathway. Silencing nuclear factor erythroid 2‐related factor 2 (Nrf2) by targeted‐siRNA and inhibiting heme oxygenase‐1 (HO‐1) through zinc protoporphyrin IX (ZnPP) significantly decreased cytoprotection of KGF‐2. Furthermore, as revealed by lens organ culture assays, KGF‐2 treatment decreased H 2 O 2 ‐induced lens opacity in a concentration‐dependent manner. As demonstrated by these data, KGF‐2 resisted H 2 O 2 ‐mediated apoptosis and oxidative stress in HLECs through Nrf2/HO‐1 and PI3K/Akt pathways, suggesting a potential protective effect against the formation of cataracts.
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 | 0,000 | 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 | 0,001 |
| 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 ».