Elastin-derived peptides potentiate atherosclerosis through the immune Neu1-PI3Kγ pathway
Notice bibliographique
Résumé
Aims Elastin is degraded during vascular ageing and its products, elastin-derived peptides (EP), are present in the human blood circulation. EP binds to the elastin receptor complex (ERC) at the cell surface, composed of elastin-binding protein (EBP), a cathepsin A and a neuraminidase 1. Some in vitro functions have clearly been attributed to this binding, but the in vivo implications for arterial diseases have never been clearly investigated. Methods and results Here, we demonstrate that chronic doses of EP injected into mouse models of atherosclerosis increase atherosclerotic plaque size formation. Similar effects were observed following an injection of a VGVAPG peptide, suggesting that the ERC mediates these effects. The absence of phosphoinositide 3-kinase γ (PI3Kγ) in bone marrow-derived cells prevented EP-induced atherosclerosis development, demonstrating that PI3Kγ drive EP-induced arterial lesions. Accordingly, in vitro studies showed that PI3Kγ was required for EP-induced monocyte migration and ROS production and that this effect was dependent upon neuraminidase activity. Finally, we showed that degradation of elastic lamellae in LDLRâ/â mice fed an atherogenic diet correlated with atherosclerotic plaque formation. At the same time, the absence of the cathepsin A-neuraminidase 1 complex in cells of the haematopoietic lineage abolished atheroma plaque size progression and decreased leucocytes infiltration, clearly demonstrating the role of this complex in atherogenesis and suggesting the involvement of endogenous EP. Conclusion Altogether, this work identifies EP as an enhancer of atherogenesis and defines the Neuraminidase 1/PI3Kγ signalling pathway as a key mediator of this function in vitro and in vivo
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».