萝卜硫素通过自噬影响肺动脉平滑肌细胞增殖的研究

来源 :昆明医科大学 | 被引量 : 0次 | 上传用户:ryanme
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
[目的]近年来肺动脉高压的发病率逐年增加,其预防与治疗工作日益重要。人肺动脉平滑肌细胞(Human Pulmonary Artery Smooth Muscle Cells,HPASMCs)功能紊乱是肺动脉高压发生、发展的重要病理生理基础。因此,防止平滑肌细胞异常增殖,保护和维持血管平滑肌细胞的正常功能,是目前肺动脉高压的研究热点。自噬是细胞内一种经典的自我保护性程序,对维系细胞生理稳态发挥重要作用。萝卜硫素是一种在自然界中发现的由葡糖蓝蛋白水解产生的异硫氰酸酯化合物,最近研究结果表明,萝卜硫素能抑制小鼠体内新生内膜形成和体外血管平滑肌细胞增殖,且在多种细胞类型中(晶状体细胞、成纤维细胞、恶性间皮瘤细胞等)均促进细胞自噬的发生,但是尚不清楚萝卜硫素介导的自噬激活是否能够调控肺动脉平滑肌细胞的增殖。本研究通过实验观察萝卜硫素对HPASMC增殖的影响,并探讨相关的调控机制,从而为肺血管平滑肌损伤修复和肺动脉高压的治疗提供新的理论依据。[方法]选用HPASMC做为研究对象,分别用0、1、5、10、20μmol/L的萝卜硫素处理后,检测HPASMC的增殖和自噬水平。自噬抑制剂3MA不同浓度不同时间处理HPASMC。萝卜硫素处理后加入3MA与不加3MA组对比HPASMC内自噬和增殖水平以及ATG5表达水平。MTT试验用于检测HPASMC增殖情况,流式细胞学检测HPASMC细胞周期,Western blotting试验检测蛋白表达情况,RT-qPCR检测mRNA表达。[结果](1)萝卜硫素能促进HPASMC自噬,并呈浓度与时间依赖式抑制HPASMC的增殖;(2)加入自噬抑制剂3MA能够阻断萝卜硫素引起的HPASMC自噬上调,以及阻断其抑制HPASMC增殖的能力;(3)萝卜硫素通过ATG5的表达影响细胞自噬水平来调节HPASMC的增殖。[结论]萝卜硫素通过上调自噬抑制HPASMC增殖。
其他文献
随着国家经济的高速发展,公路交通网络的建设不断提速,桥梁越建越多。作为交通网络系统中的“枢纽”工程,桥梁工程的安全性要求无疑是最高的,抗震设防的重要性不言自明。一旦位于关键节点的桥梁在地震中遭遇破坏,不仅会造成直接的经济损失,交通系统功能受损,甚至中断交通,可能会造成巨大的经济损失,还会给应急救灾带来更大的困难。本文是国家重点研发计划“城市典型交通基础设施运维安全关键技术研究”的一部分内容,研究分
心脑血管疾病是人类的头号杀手,而动脉粥样硬化是引发心脑血管疾病的主要病因。越来越多的证据表明,在动脉粥样硬化的发生发展中,内皮细胞会表达单核细胞趋化蛋白(MCP-1)、细
钢板剪力墙作为一种新型的抗侧力构件在水平荷载作用下,沿钢板墙对角线方向形成斜向拉力带。侧向水平荷载主要由钢板墙的斜向拉力带承担。钢板剪力墙的斜向拉力带处设置加劲
进贤县位于江西省中部偏北,鄱阳湖南岸,属南昌市代管,其方言属于赣语抚广片。抚广片是赣语中具有代表性的一个方言分支,也是赣语中较强势的方言之一,在赣东一带具有一定的影
桥梁基础设施在随着我国交通运输行业的不断发展进步而变得越来越重要。但是当桥梁受到地震时,其结构受到不同程度的破坏,这将直接影响人们的生命财产安全。而对于高烈度区域有着较大竖向荷载和高墩类型桥梁,做好结构隔震措施,选择减震效果优良的隔震装置将显得非常重要。通常而言,延长结构本身的固有振动特性周期并增加结构本身的阻尼来减小地震对结构的影响程度,这也是地震隔震技术发展的两大基本原则。本文通过分析非线性阻
太湖猪(Sus scrofa)是分布于我国太湖流域的地方猪种,因繁殖力高而著称,且其兼具抗病性强、肉质鲜美、耐粗饲等诸多优点,是生猪遗传改良的重要资源。但太湖猪也存在生产性能
汉语的词类和句法成分之间不存在一一对应的关系,这是和印欧语语法比较时得出的关乎汉语语法全局的特点。当然,这并不意味着词类和句法成分之间的对应关系是毫无章法、均质划
第七届公共外交“北京论坛”学术分论坛于2017年11月12日在北京外国语大学召开,鉴于国内对公共外交学术活动口译实践研究不足的情况,笔者选取三位参会学者的发言录音为源语材
背景和目的冠状动脉粥样硬化性心脏病(CHD,简称为冠心病,或称为缺血性心脏病)是一种中老年人的常见病、多发病,治疗手段不断完善,包括了药物治疗、介入治疗以及手术治疗;传统
行程时间是反映交通运行状态的关键指标,不论对于交通管理者还是交通参与者而言,这一指标都非常直观易懂,其在智能交通系统中也是重要的基础数据,实时、准确、高效的行程时间估计结果具有很强的实用价值。各种数据采集技术的发展使得交通相关的数据资源越来越丰富,但是由于城市交通系统的复杂性,所得到的信息仍然是样本数据而非全集。现有的行程时间估计方法关注各个独立路段或子路径的行程时间,通过加和获得目标路径的行程时