MétaCan
Menu
Retour à la cohorte
Enregistrement W232770196 · doi:10.1016/j.matbio.2015.05.006

The extracellular matrix and transforming growth factor-β1: Tale of a strained relationship

2015· review· en· W232770196 sur OpenAlexafffund
Boris Hinz

Notice bibliographique

RevueMatrix Biology · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Foundation for Innovation
Mots-clésExtracellular matrixCell biologyIntegrinStromal cellTransforming growth factorMatrix (chemical analysis)FibrosisChemistryGrowth factorMatrix metalloproteinaseCellBiologyCancer researchReceptorMedicinePathologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Physiological tissue repair aims at restoring the mechano-protective properties of the extracellular matrix. Consequently, redundant regulatory mechanisms are in place ensuring that tissue remodeling terminates once matrix homeostasis is re-established. If these mechanisms fail, stromal cells become continuously activated, accumulate excessive amounts of stiff matrix, and fibrosis develops. In this mini-review, I develop the hypothesis that the mechanical state of the extracellular matrix and the pro-fibrotic transforming growth factor (TGF)-β1 cooperate to regulate the remodeling activities of stromal cells. TGF-β1 is stored in the matrix as part of a large latent complex and can be activated by cell contractile force that is transmitted by integrins. Matrix straining and stiffening lower the threshold for TGF-β1 activation by increasing the mechanical resistance to cell pulling. Different elements of this mechanism can be pharmacologically targeted to interrupt the mechanical positive feedback loop of fibrosis, including specific integrins and matrix protein interactions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,039
Tête enseignante GPT0,341
Écart entre enseignants0,302 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations595
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMatrix BiologyMême sujetCellular Mechanics and InteractionsTravaux en français237 207