Extracellular vesicles derived from menstrual blood-derived mesenchymal stem cells suppress inflammatory atherosclerosis by inhibiting NF-κB signaling
Notice bibliographique
Résumé
Numerous studies have highlighted the beneficial effects of mesenchymal stem cells (MSCs) in various inflammatory disorders. However, the regulatory role of MSCs in inflammatory atherosclerosis and the molecular mechanisms underlying their anti-inflammatory properties have largely remained elusive. Differential ultracentrifugation was performed to isolate extracellular vesicles (EVs) released by menstrual blood-derived mesenchymal stem cells (MenSCs). An ApoE knockout atherosclerotic animal model was employed to investigate the regulatory effect of MenSC-EVs on inflammatory atherosclerosis. miRNA microarray screening analyses were conducted to identify potential effectors in MenSC-EVs that play a key role in the suppression of atherosclerosis mediated by the EVs. We demonstrated the remarkable potential of MenSC-EVs in alleviating atherosclerosis through the NF-κB signaling pathway. miR-574-5p serves as a crucial effector molecule transported by MenSC-EVs, suppressing endothelial inflammation and promoting nitric oxide production. This regulation contributes to the attenuation of atherosclerosis by regulating the abundance of c-Rel. The miR-574-5p/c-Rel axis shows significant clinical relevance to atherosclerosis. This study reveals that the engineering of EVs derived from MenSCs holds significant promise as a strategic clinical approach for addressing inflammatory atherosclerosis. • MenSC-derived EVs possess an intrinsic ability to suppress inflammatory atherosclerosis. • miR-574 knockout clearly promotes atherosclerotic plaque formation. • The MenSC-EVs lacking miR-574-5p exhibit a diminished therapeutic effect on inflammatory atherosclerosis. • miR-574-5p negatively regulates NF-κB signaling through the posttranscriptional degradation of c-Rel.
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 | 0,001 | 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 ».