Mast cells can modulate leukocyte accumulation and skeletal muscle function following hindlimb unloading
Notice bibliographique
Résumé
Rodent hindlimb suspension is widely used to induce inflammation and muscle impairment. We set out to define the role of mast cells in neutrophil and macrophage recruitment and muscle recovery after unloading-reloading. We hypothesized that mechanical perturbation would stimulate release of proinflammatory substances by mast cells, which would influence leukocyte recruitment and muscle function. Rats were suspended for 10 days and injected with a mast cell inhibitor (cromolyn) or stimulator (compound 48/80) or a placebo before reloading. Leukocyte accumulation and muscle function were assessed using immunohistological staining and measurements of contractile properties in vitro. Our results showed that mechanical loading activated mast cells, thereby influencing leukocyte recruitment in the early reloading periods. Indeed, the inhibition of mast cell degranulation significantly reduced the number of neutrophil cell profiles in reloaded soleus muscle, whereas mast cell activation provoked a significant increase in the number of neutrophil cell profiles in uninjured muscle. However, the inhibition of mast cell degranulation also led to a significant increase in the number of ED1+ macrophage cell profiles. These perturbations in the inflammatory response caused by mast cell inhibition induced a short protective effect on the loss of muscle force after 1 day of reloading but delayed the return to the normal contractile properties of muscles after 14 days of reloading. These results indicate that mechanical loading can induce mast cell degranulation, which can influence leukocyte influx and muscle function, and also highlighted the possibility that leukocytes may play a dual role in skeletal muscles.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,000 | 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 ».