MétaCan
Menu
Retour à la cohorte
Enregistrement W4281995278 · doi:10.3389/fimmu.2022.930397

Loss of Lipocalin 10 Exacerbates Diabetes-Induced Cardiomyopathy via Disruption of Nr4a1-Mediated Anti-Inflammatory Response in Macrophages

2022· article· en· W4281995278 sur OpenAlexaff
Qianqian Li, Yutian Li, Wei Huang, Xiaohong Wang, Zhenling Liu, Jing Chen, Yanbo Fan, Tianqing Peng, Sakthivel Sadayappan, Yigang Wang, Guo‐Chang Fan

Notice bibliographique

RevueFrontiers in Immunology · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNuclear Receptors and Signaling
Établissements canadiensLawson Health Research Institute
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Heart, Lung, and Blood InstituteNational Institutes of HealthNational Institute of General Medical SciencesAmerican Heart AssociationNovo NordiskAstraZenecaMyoKardiaAmgen
Mots-clésInflammationMedicineEndocrinologyMacrophageInternal medicineChemokineHeart failureMacrophage polarizationInsulin resistanceCardiac function curveImmunologyDiabetes mellitusBiology

Résumé

récupéré en direct d'OpenAlex

Metabolic disorders (i.e., hyperglycemia, hyperlipidemia, and hyperinsulinemia) cause increased secretion of inflammatory cytokines/chemokines, leading to gradual loss of cardiac resident macrophage population and increased accumulation of inflammatory monocytes/macrophages in the heart. Such self-perpetuating effect may contribute to the development of cardiomyopathy during diabetes. Recent meta-analysis data reveal that lipocalin 10 (Lcn10) is significantly downregulated in cardiac tissue of patients with heart failure but is increased in the blood of septic patients. However, the functional role of Lcn10 in cardiac inflammation triggered by metabolic disorders has never been investigated. In this study, we demonstrate that the expression of Lcn10 in macrophages was significantly decreased under multiple metabolic stress conditions. Furthermore, Lcn10-null macrophages exhibited pro-inflammatory phenotype in response to inflammation stimuli. Next, using a global Lcn10-knockout (KO) mouse model to induce type-2 diabetes (T2D), we observed that loss of Lcn10 promoted more pro-inflammatory macrophage infiltration into the heart, compared to controls, leading to aggravated insulin resistance and impaired cardiac function. Similarly, adoptive transfer of Lcn10-KO bone marrow cells into X-ray irradiated mice displayed higher ratio of pro-/anti-inflammatory macrophages in the heart and worsened cardiac function than those mice received wild-type (WT) bone marrows upon T2D conditions. Mechanistically, RNA-sequencing analysis showed that Nr4a1, a nuclear receptor known to have potent anti-inflammatory effects, is involved in Lcn10-mediated macrophage activation. Indeed, we found that nuclear translocation of Nr4a1 was disrupted in Lcn10-KO macrophages upon stimulation with LPS + IFNγ. Accordingly, treatment with Cytosporone B (CsnB), an agonist of Nr4a1, attenuated the pro-inflammatory response in Lcn10-null macrophages and partially improved cardiac function in Lcn10-KO diabetic mice. Together, these findings indicate that loss of Lcn10 skews macrophage polarization to pro-inflammatory phenotype and aggravates cardiac dysfunction during type-2 diabetes through the disruption of Nr4a1-mediated anti-inflammatory signaling pathway in macrophages. Therefore, reduction of Lcn10 expression observed in diabetic macrophages may be responsible for the pathogenesis of diabetes-induced cardiac dysfunction. It suggests that Lcn10 might be a potential therapeutic factor for diabetic heart failure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetNuclear Receptors and SignalingTravaux en français237 207