Loss of Macrophage mTORC2 Drives Atherosclerosis via FoxO1 and IL-1β Signaling
Notice bibliographique
Résumé
BACKGROUND: The mTOR (mechanistic target of rapamycin) pathway is a complex signaling cascade that regulates cellular growth, proliferation, metabolism, and survival. Although activation of mTOR signaling has been linked to atherosclerosis, its direct role in lesion progression and in plaque macrophages remains poorly understood. We previously demonstrated that mTORC1 (mTOR complex 1) activation promotes atherogenesis through inhibition of autophagy and increased apoptosis in macrophages. METHODS: Using macrophage-specific Rictor- and mTOR-deficient mice, we now dissect the distinct functions of mTORC2 pathways in atherogenesis. RESULTS: In contrast to the atheroprotective effect seen with blockade of macrophage mTORC1, macrophage-specific mTORC2-deficient mice exhibit an atherogenic phenotype, with larger, more complex lesions and increased cell death. In cultured macrophages, we show that mTORC2 signaling inhibits the FoxO1 (forkhead box protein O1) transcription factor, leading to suppression of proinflammatory pathways, especially the inflammasome/IL (interleukin)-1β response, a key mediator of vascular inflammation and atherosclerosis. In addition, administration of FoxO1 inhibitors efficiently rescued the proinflammatory response caused by mTORC2 deficiency both in vitro and in vivo. Interestingly, collective deletion of macrophage mTOR, which ablates mTORC1- and mTORC2-dependent pathways, leads to minimal change in plaque size or complexity, reflecting the balanced yet opposing roles of these signaling arms. CONCLUSIONS: Our data provide the first mechanistic details of macrophage mTOR signaling in atherosclerosis and suggest that therapeutic measures aimed at modulating mTOR need to account for its dichotomous functions.
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 ».