Adipocyte Glucocorticoid Receptor Activation With High Glucocorticoid Doses Impairs Healthy Adipose Tissue Expansion by Repressing Angiogenesis
Notice bibliographique
Résumé
In humans, glucocorticoids (GCs) are commonly prescribed because of their anti-inflammatory and immunosuppressive properties. However, high doses of GCs often lead to side effects, including diabetes and lipodystrophy. We recently reported that adipocyte glucocorticoid receptor (GR)-deficient (AdipoGR-KO) mice under corticosterone (CORT) treatment exhibited a massive adipose tissue (AT) expansion associated with a paradoxical improvement of metabolic health compared with control mice. However, whether GR may control adipose development remains unclear. Here, we show a specific induction of hypoxia-inducible factor 1α (HIF-1α) and proangiogenic vascular endothelial growth factor A (VEGFA) expression in GR-deficient adipocytes of AdipoGR-KO mice compared with control mice, together with an increased adipose vascular network, as assessed by three-dimensional imaging. GR activation reduced HIF-1α recruitment to the Vegfa promoter resulting from Hif-1α downregulation at the transcriptional and posttranslational levels. Importantly, in CORT-treated AdipoGR-KO mice, the blockade of VEGFA by a soluble decoy receptor prevented AT expansion and the healthy metabolic phenotype. Finally, in subcutaneous AT from patients with Cushing syndrome, higher VEGFA expression was associated with a better metabolic profile. Collectively, these results highlight that adipocyte GR negatively controls AT expansion and metabolic health through the downregulation of the major angiogenic effector VEGFA and inhibition of vascular network development.
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 | 0,001 |
| 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 ».