VEGF dose regulates vascular stabilization through Semaphorin3A and the Neuropilin‐1+ monocyte/TGF‐β1 paracrine axis
Notice bibliographique
Résumé
VEGF is widely investigated for therapeutic angiogenesis, but while short-term delivery is desirable for safety, it is insufficient for new vessel persistence, jeopardizing efficacy. Here, we investigated whether and how VEGF dose regulates nascent vessel stabilization, to identify novel therapeutic targets. Monoclonal populations of transduced myoblasts were used to homogeneously express specific VEGF doses in SCID mouse muscles. VEGF was abrogated after 10 and 17 days by Aflibercept treatment. Vascular stabilization was fastest with low VEGF, but delayed or prevented by higher doses, without affecting pericyte coverage. Rather, VEGF dose-dependently inhibited endothelial Semaphorin3A expression, thereby impairing recruitment of Neuropilin-1-expressing monocytes (NEM), TGF-β1 production and endothelial SMAD2/3 activation. TGF-β1 further initiated a feedback loop stimulating endothelial Semaphorin3A expression, thereby amplifying the stabilizing signals. Blocking experiments showed that NEM recruitment required endogenous Semaphorin3A and that TGF-β1 was necessary to start the Semaphorin3A/NEM axis. Conversely, Semaphorin3A treatment promoted NEM recruitment and vessel stabilization despite high VEGF doses or transient adenoviral delivery. Therefore, VEGF inhibits the endothelial Semaphorin3A/NEM/TGF-β1 paracrine axis and Semaphorin3A treatment accelerates stabilization of VEGF-induced angiogenesis.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».