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
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
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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