MétaCan
Menu
Retour à la cohorte
Enregistrement W1543956762 · doi:10.1113/jphysiol.2014.272815

Less is more: minimal expression of myoendothelial gap junctions optimizes cell–cell communication in virtual arterioles

2014· article· en· W1543956762 sur OpenAlexafffund
Bjørn Olav Hald, Jens Christian Jacobsen, Shaun L. Sandow, Niels‐Henrik Holstein‐Rathlou, Donald G. Welsh

Notice bibliographique

RevueThe Journal of Physiology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac electrophysiology and arrhythmias
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGap junctionIntracellularBiophysicsCell biologyCell junctionCellBiologyAnatomyMaterials scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Key points Electrical signalling in blood vessels is important in acute and long‐term flow regulation. As myoendothelial gap junctions (MEGJs) provide electrical contacts between endothelial cells and smooth muscle cells (SMCs), a high MEGJ expression is thought to be important for intercellular communication despite observations of heterogeneous MEGJ expression. Using a computational approach, we find that a minimal but sufficient number of heterogeneously distributed MEGJs optimize electrical cell–cell communication. Tailoring SMC–SMC coupling to the MEGJ distribution and permeability ensures a smooth electrical response while retaining the ability to display local responses. As heterogeneous MEGJ distributions allow for different conduction profiles along the SMC and endothelial cell layers, it is possible to observe an apparently non‐decaying conduction profile in the SMC layer of a vessel with passive electrical properties. These findings expand our understanding of how heterogeneity in MEGJ distribution affects local and global flow. Abstract Dysfunctional electrical signalling within the arteriolar wall is a major cause of cardiovascular disease. The endothelial cell layer constitutes the primary electrical pathway, co‐ordinating contraction of the overlying smooth muscle cell (SMC) layer. As myoendothelial gap junctions (MEGJs) provide direct contact between the cell layers, proper vasomotor responses are thought to depend on a high, uniform MEGJ density. However, MEGJs are observed to be expressed heterogeneously within and among vascular beds. This discrepancy is addressed in the present study. As no direct measures of MEGJ conductance exist, we employed a computational modelling approach to vary the number, conductance and distribution of MEGJs. Our simulations demonstrate that a minimal number of randomly distributed MEGJs augment arteriolar cell–cell communication by increasing conduction efficiency and ensuring appropriate membrane potential responses in SMCs. We show that electrical coupling between SMCs must be tailored to the particular MEGJ distribution. Finally, observation of non‐decaying mechanical conduction in arterioles without regeneration has been a long‐standing controversy in the microvascular field. As heterogeneous MEGJ distributions provide for different conduction profiles along the cell layers, we demonstrate that a non‐decaying conduction profile is possible in the SMC layer of a vessel with passive electrical properties. These intriguing findings redefine the concept of efficient electrical communication in the microcirculation, illustrating how heterogeneous properties, ubiquitous in biological systems, may have a profound impact on system behaviour and how acute local and global flow control is explained from the biophysical foundations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,255
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of PhysiologyMême sujetCardiac electrophysiology and arrhythmiasTravaux en français237 207