CD28-expressing δ T cells are increased in perivascular adipose tissue of hypertensive mice and in subcutaneous adipose tissue of obese humans
Notice bibliographique
Résumé
OBJECTIVES: γδ T-lymphocytes play a role in angiotensin II (AngII)-induced hypertension, vascular injury and T-cell infiltration in perivascular adipose tissue (PVAT) in mice. Mesenteric arteries of hypertensive mice and subcutaneous arteries from obese humans present similar remodeling. We hypothesized that γδ T-cell subtypes in mesenteric vessels with PVAT (MV/PVAT) from hypertensive mice and subcutaneous adipose tissue (SAT) from obese humans, who are prone to develop hypertension, would be similar. METHODS: Mice were infused with AngII for 14 days. MV/PVAT T-cells were used for single-cell RNA-sequencing (scRNA-seq). scRNA-seq data (GSE155960) of SAT CD45 + cells from three lean and three obese women were downloaded from the Gene Expression Omnibus database. RESULTS: δ T-cell subclustering identified six δ T-cell subtypes. AngII increased T-cell receptor δ variable 4 ( Trdv4 ) + γδ T-effector memory cells and Cd28high δ T EM -cells, changes confirmed by flow cytometry. δ T-cell subclustering identified nine δ T-cell subtypes in human SAT. CD28 expressing δ T-cell subclustering demonstrated similar δ T-cell subpopulations in murine MV/PVAT and human SAT. Cd28+ γδ NKT EM and Cd28high δ T EM -cells increased in MV/PVAT from hypertensive mice and CD28high δ T EM -cells in SAT from obese women compared to the lean women. CONCLUSION: Similar CD28 + δ T-cells were identified in murine MV/PVAT and human SAT. CD28 high δ T EM -cells increased in MV/PVAT in hypertensive mice and in SAT from humans with obesity, a prehypertensive condition. CD28 + δ T-lymphocytes could have a pathogenic role in human hypertension associated with obesity, and could be a potential target for therapy.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».