MétaCan
Menu
Retour à la cohorte
Enregistrement W2138080102 · doi:10.1186/1755-1536-5-5

Loss of PPARγ expression by fibroblasts enhances dermal wound closure

2012· article· en· W2138080102 sur OpenAlexafffund
Wei Sha, Katherine Thompson, Jennifer South, Murray Baron, Andrew Leask

Notice bibliographique

RevueFibrogenesis & Tissue Repair · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePeroxisome Proliferator-Activated Receptors
Établissements canadiensJewish General HospitalWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineFibrosisPeroxisome proliferator-activated receptorMyofibroblastWound healingConnective tissueCancer researchFibroblastProliferating cell nuclear antigenReceptorCell biologyPathologyEndocrinologyInternal medicineImmunologyBiologyCell cultureImmunohistochemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Peroxisome proliferator-activated receptor (PPAR)γ may be a key regulator of connective tissue deposition and remodeling in vivo. PPARγ expression is reduced in dermal fibroblasts isolated from fibrotic areas of scleroderma patients; PPARγ agonists suppress the persistent fibrotic phenotype of this cell type. Previously, we showed that loss of PPARγ expression in fibroblasts resulted in enhanced bleomycin-induced skin fibrosis. However, whether loss of PPARγ expression in skin fibroblasts affects cutaneous tissue repair or homeostasis is unknown. RESULTS: Mice deleted for PPARγ in skin fibroblasts show an enhanced rate of dermal wound closure, concomitant with elevated phosphorylation of Smad3, Akt and ERK, and increased expression of proliferating cell nuclear antigen (PCNA), collagen, α-smooth muscle actin (α-SMA) and CCN2. Conversely, dermal homeostasis was not appreciably affected by loss of PPARγ expression. CONCLUSION: PPARγ expression by fibroblasts suppresses cutaneous tissue repair. In the future, direct PPARγ antagonists and agonists might be of clinical benefit in controlling chronic wounds or scarring, respectively.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,252
Écart entre enseignants0,245 · 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

Citations47
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFibrogenesis & Tissue RepairMême sujetPeroxisome Proliferator-Activated ReceptorsTravaux en français237 207