Decorin antisense gene therapy improves functional healing of early rabbit ligament scar with enhanced collagen fibrillogenesis <i>in vivo</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Injured ligaments heal with scar tissue, which has mechanical properties inferior to those of normal ligament, potentially resulting in re-injury, joint instability, and subsequent degenerative arthritis. In ligament scars, normal large-diameter collagen fibrils have been shown to be replaced by a homogenous population of small collagen fibrils. Because collagen is a major tensile load-bearing matrix element and because the proteoglycan decorin is known to inhibit collagen fibrillogenesis, we hypothesized that the restoration of larger collagen fibrils in a rabbit ligament scar, by down-regulating the proteoglycan decorin, would improve the mechanical properties of scar. In contrast to sense and injection-treated controls, in vivo treatment of injured ligament by antisense decorin oligodeoxynucleotides led to an increased development of larger collagen fibrils in early scar and a significant improvement in both scar failure strength (83-85% improvement at 6 weeks; p < 0.01) and scar creep elongation (33-48% less irrecoverable creep; p < 0.03) under loading. This is the first report that in vivo manipulation of collagen fibrillogenesis improves tissue function during repair processes with gene therapy. These findings not only suggest the potential use of this type of approach to improve the healing of various soft tissues (skin, ligament, tendon, and so on) but also support the use of such methods to better understand specific structure-function relationships in scars.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle