Cholesterol accumulation impairs HIF-1α-dependent immunometabolic reprogramming of LPS-stimulated macrophages by upregulating the NRF2 pathway
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lipid accumulation in macrophages (Mφs) is a hallmark of atherosclerosis. Yet, how lipid loading modulates Mφ inflammatory responses remains unclear. We endeavored to gain mechanistic insights into how pre-loading with free cholesterol modulates Mφ metabolism upon LPS-induced TLR4 signaling. We found that activities of prolyl hydroxylases (PHDs) and factor inhibiting HIF (FIH) are higher in cholesterol loaded Mφs post-LPS stimulation, resulting in impaired HIF-1α stability, transactivation capacity and glycolysis. In RAW264.7 cells expressing mutated HIF-1α proteins resistant to PHDs and FIH activities, cholesterol loading failed to suppress HIF-1α function. Cholesterol accumulation induced oxidative stress that enhanced NRF2 protein stability and triggered a NRF2-mediated antioxidative response prior to and in conjunction with LPS stimulation. LPS stimulation increased NRF2 mRNA and protein expression, but it did not enhance NRF2 protein stability further. NRF2 deficiency in Mφs alleviated the inhibitory effects of cholesterol loading on HIF-1α function. Mutated KEAP1 proteins defective in redox sensing expressed in RAW264.7 cells partially reversed the effects of cholesterol loading on NRF2 activation. Collectively, we showed that cholesterol accumulation in Mφs induces oxidative stress and NRF2 stabilization, which when combined with LPS-induced NRF2 expression leads to enhanced NRF2-mediated transcription that ultimately impairs HIF-1α-dependent glycolytic and inflammatory responses.
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.
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 | 0,002 | 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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 découle