Modulation of Endothelin-1 and Insulin-like Growth Factor Type 1-induced Signaling by Curcumin in A-10 Vascular Smooth Muscle Cells
Bibliographic record
Abstract
Les maladies cardio-vasculaires (MCV), telles que l’hypertension et l’athérosclérose, s’accompagnent de modifications structurales et fonctionnelles au niveau vasculaire. Un fonctionnement aberrant de la migration, l’hypertrophie et la prolifération des cellules musculaires lisses vasculaires (CMLV) sont des évènements cellulaires à l’origine de ces changements. L’endothéline-1 (ET-1) contribue à la pathogénèse des anomalies vasculaires, notamment via l’activation des protéines MAPK et PI3-K/PKB, des composantes clés impliquées dans les voies prolifératives et de croissance cellulaires. Il a été suggéré que le stress oxydant jouerait un rôle intermédiaire dans les effets pathophysiologiques vasculaires de l’ET-1. En conséquence, une modulation de la signalisation induite par l’ET-1 peut servir comme éventuelle stratégie thérapeutique contre le développement des MCV. Il apparaît de nos jours un regain d’intérêt dans l’utilisation des agents phyto-chimiques pour traiter plusieurs maladies. La curcumine, constituant essentiel de l’épice curcuma, est dotée de plusieurs propriétés biologiques parmi lesquelles des propriétés anti-oxydantes, anti-prolifératrices et cardio-protectrices. Cependant, les mécanismes moléculaires de son effet cardio-protecteur demeurent obscurs. Dans cette optique, l’objectif de cette étude a été d’examiner l’efficacité de la curcumine à inhiber la signalisation induite par l’ET-1 dans les CMLV. La curcumine a inhibé la phosphorylation des protéines IGF-1R, PKB, c-Raf et ERK1/2, induite par l’ET-1 et l’IGF-1. De plus, la curcumine a inhibé l’expression du facteur de transcription Egr-1 induite par l’ET-1 et l’IGF-1, dans les CMLV. Ces résultats suggèrent que la capacité de la curcumine à atténuer ces voies de signalisation serait un mécanisme d’action potentiel de ses effets protecteurs au niveau cardiovasculaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".