Myocardial Structure and Function in Heart Failure with Preserved Ejection Fraction: Molecular Insights and Therapeutic Strategies Targeting Transforming Growth Factor Beta Signaling
Notice bibliographique
Résumé
Myocardial fibrosis has long been implicated in the pathophysiology of heart failure with preserved ejection fraction (HFPEF)—increasing myocardial stiffness and contributing to diastolic dysfunction. However, despite multiple therapeutic strategies to reduce myocardial fibrosis, clinically effective anti-fibrotic therapies remain sparse. At issue is that current HFPEF therapeutic strategies often target pro-fibrotic pathways indirectly or rely on associative evidence derived from animal models that do not faithfully recapitulate human HFPEF. In this thesis, the canonical signaling pathway of transforming growth factor beta (TGF-β), a master regulator of fibrosis, is directly targeted in three clinically relevant animal models of HFPEF—streptozotocin-diabetic (mRen-2)27 rats, 5/6 subtotal nephrectomy rats, and transverse aortic constriction-induced pressure overload mice. Blockade of the acetylation of Smad2/3—key intracellular signal transducers of TGF-β signaling—in cell culture and the three animal models of HFPEF reduced the expression of several pro-inflammatory and pro-fibrotic markers and also abrogated the reactivation of the fetal gene program. In the animal models, echocardiographic and invasive hemodynamic measurements revealed a reduction in interstitial cardiac fibrosis and an improvement in diastolic filling and relaxation with the inhibition of Smad2/3 acetylation. The approach of targeting fibrosis—a central pathology in HFPEF irrespective of the inciting stimuli—by selectively inhibiting a single post translational modification critical in the TGF-β signaling pathway, is a promising therapeutic approach that could be further developed to slow, or perhaps reverse, cardiac fibrosis in HFPEF.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».