Identification of a biomarker and immune infiltration in perivascular adipose tissue of abdominal aortic aneurysm
Wang X., He B., Deng Y., Liu J., Zhang Z., Sun W.
การศึกษาในสัตว์ทดลอง ตีพิมพ์ในวารสาร Front Physiol ปี 2022 — สรุปอัตโนมัติจากบทคัดย่อ PubMed
หลักฐานจากการศึกษาในห้องปฏิบัติการและสัตว์ทดลอง เป็นรากฐานที่ช่วยให้เข้าใจกลไกและศักยภาพก่อนการศึกษาในมนุษย์ต่อไป
- ระดับ A · หลักฐานทางคลินิกค่อนข้างแข็งแรง
- ระดับ B · หลักฐานทางคลินิกที่กำลังเติบโตและมีสัญญาณเชิงบวก
- ระดับ C · งานวิจัยในมนุษย์ระยะต้นที่กำลังสำรวจประโยชน์
- ระดับ D · รากฐานทางวิทยาศาสตร์จากห้องปฏิบัติการและสัตว์ทดลอง
- กำลังศึกษาเพิ่มเติม · หัวข้อใหม่ที่นักวิจัยกำลังสำรวจอย่างต่อเนื่อง
ข้อมูลหน้านี้ดึงมาจากฐานข้อมูล PubMed โดยตรง คำอธิบายภาษาไทยเป็นสรุปอัตโนมัติจากข้อมูลบรรณานุกรมและบทคัดย่อ ไม่ใช่การแปลทั้งฉบับ และไม่ใช่คำแนะนำทางการแพทย์
- ประเภทการศึกษา
- การศึกษาในสัตว์ทดลอง
- วารสาร
- Front Physiol (2022)
- จำนวนผู้เข้าร่วม (จากบทคัดย่อ)
- —
- แหล่งข้อมูล
- Europe PMC
- PMID
- 36187757
- PMCID
- PMC9523244
- DOI
- 10.3389/fphys.2022.977910
- จำนวนการอ้างอิง
- 8
บทคัดย่อ (ต้นฉบับภาษาอังกฤษ)
Objective: Abdominal aortic aneurysm (AAA) refers to unusual permanent dilation of the abdominal aorta, and gradual AAA expansion can lead to fatal rupture. However, we lack clear understanding of the pathogenesis of this disease. The effect of perivascular adipose tissue (PVAT) on vascular functional status has attracted increasing attention. Here, we try to identify the potential mechanisms linking AAA and PVAT. Methods: We downloaded dataset GSE119717, including 30 dilated AAA PVAT samples and 30 non-dilated aorta PVAT samples from AAA cases, from Gene Expression Omnibus to identify differentially expressed genes (DEGs). We performed pathway enrichment analysis by Metascape, ClueGo and DAVID to annotate PVAT functional status according to the DEGs. A protein-protein interaction network, the support vector machine (SVM)-recursive feature elimination and the least absolute shrinkage and selection operator regression model were constructed to identify feature genes. Immune infiltration analysis was explored by CIBERSORT. And the correlation between feature gene and immune cells was also calculated. Finally, we used the angiotensin II (Ang II)-ApoE-/- mouse model of AAA to verify the effect of feature gene expression by confirming protein expression using immunohistochemistry and western blot. Results: We identified 22 DEGs, including 21 upregulated genes and 1 downregulated gen
สิ่งที่งานวิจัยนี้ไม่ได้พิสูจน์
- • งานวิจัยนี้ไม่ได้พิสูจน์ว่า SVF เป็นการรักษาที่ได้รับการรับรอง หรือใช้แทนการรักษามาตรฐานได้
- • เป็นการศึกษาก่อนคลินิก ผลในสัตว์ทดลองหรือห้องปฏิบัติการไม่สามารถนำมาสรุปผลในมนุษย์ได้
ระดับหลักฐาน
หลักฐานจากการศึกษาในห้องปฏิบัติการและสัตว์ทดลอง เป็นรากฐานที่ช่วยให้เข้าใจกลไกและศักยภาพก่อนการศึกษาในมนุษย์ต่อไป
ดูวิธีจัดระดับหลักฐานดูงานวิจัยทั้งหมดที่เกี่ยวข้อง
กรองห้องสมุดงานวิจัยด้วยชื่อเรื่อง ชื่อผู้เขียน หรือปีที่ตีพิมพ์ของงานวิจัยนี้