CETP inhibition enhances monocyte activation and bacterial clearance and reduces streptococcus pneumonia–associated mortality in mice
Notice bibliographique
Résumé
Sepsis is a leading cause of mortality worldwide, and pneumonia is the most common cause of sepsis in humans. Low levels of high-density lipoprotein cholesterol (HDL-C) levels are associated with an increased risk of death from sepsis, and increasing levels of HDL-C by inhibition of cholesteryl ester transfer protein (CETP) decreases mortality from intraabdominal polymicrobial sepsis in APOE*3-Leiden.CETP mice. Here, we show that treatment with the CETP inhibitor (CETPi) anacetrapib reduced mortality from Streptococcus pneumoniae-induced sepsis in APOE*3-Leiden.CETP and APOA1.CETP mice. Mechanistically, CETP inhibition reduced the host proinflammatory response via attenuation of proinflammatory cytokine transcription and release. This effect was dependent on the presence of HDL, leading to attenuation of immune-mediated organ damage. In addition, CETP inhibition promoted monocyte activation in the blood prior to the onset of sepsis, resulting in accelerated macrophage recruitment to the lung and liver. In vitro experiments demonstrated that CETP inhibition significantly promoted the activation of proinflammatory signaling in peripheral blood mononuclear cells and THP1 cells in the absence of HDL; this may represent a mechanism responsible for improved bacterial clearance during sepsis. These findings provide evidence that CETP inhibition represents a potential approach to reduce mortality from pneumosepsis.
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 | 0,000 |
| 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 ».