Nerve Growth Factor, Brain-Derived Neurotrophic Factor, Neurotrophin-3 and Glial-Derived Neurotrophic Factor Enhance Angiogenesis in a Tissue-Engineered <i>In Vitro</i> Model
Notice bibliographique
Résumé
Skin is a major source of secretion of the neurotrophic factors nerve growth factor (NGF), brain-derived neurotrophic factor (BDNF), neurotrophin-3 (NT-3), and glial-derived neurotrophic factor (GDNF) controlling cutaneous sensory innervation. Beside their neuronal contribution, we hypothesized that neurotrophic factors also modulate the cutaneous microvascular network. First, we showed that NGF, BDNF, NT-3, and GDNF were all expressed in the epidermis, while only NGF and NT-3 were expressed by cultured fibroblasts, and BDNF by human endothelial cells. We demonstrated that these peptides are highly potent angiogenic factors using a human tissue-engineered angiogenesis model. A 40% to 80% increase in the number of capillary-like tubes was observed after the addition of 10 ng/mL of NGF, 0.1 ng/mL of BDNF, 15 ng/mL of NT-3, and 50 ng/mL of GDNF. This is the first characterization of the direct angiogenic effect of NT-3 and GDNF. This angiogenic effect was mediated directly through binding with the neurotrophic factor receptors tropomyosin-receptor kinase A (TrkA), TrkB, GFRα-1 and c-ret that were all expressed by human endothelial cells, while this effect was blocked by addition of the Trk inhibitor K252a. Thus, if NGF, BDNF, NT-3, and GDNF may only moderately regulate the microvascular network in normal skin, they might have the potential to greatly increase angiogenesis in pathological situations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».