MétaCan
Menu
Retour à la cohorte
Enregistrement W2618931365 · doi:10.1002/2211-5463.12250

Role of the TGF‐β pathway in dedifferentiation of human mature adipocytes

2017· article· en· W2618931365 sur OpenAlexafffund
Julie Anne Côté, Julie Lessard, Mélissa Pelletier, Simon Marceau, Odette Lescelleur, Julie Fradette, André Tchernof

Notice bibliographique

RevueFEBS Open Bio · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipokines, Inflammation, and Metabolic Diseases
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de QuébecCentre hospitalier universitaire de Québec
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCell biologyTransforming growth factorSignal transductionBiologyChemistryEndocrinologyInternal medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Dedifferentiation of adipocytes contributes to the generation of a proliferative cell population that could be useful in cellular therapy or tissue engineering. Adipocytes can dedifferentiate into precursor cells to acquire a fibroblast-like phenotype using ceiling culture, in which the buoyancy of fat cells is exploited to allow them to adhere to the inner surface of a container. Ceiling culture is usually performed in flasks, which limits the ability to test various culture conditions. Using a new six-well plate ceiling culture approach, we examined the relevance of TGF-β signaling during dedifferentiation. Adipose tissue samples from patients undergoing bariatric surgery were digested with collagenase, and cell suspensions were used for ceiling cultures. Using the six-well plate approach, cells were treated with SB431542 (an inhibitor of TGF-β receptor ALK5) or human TGF-β1 during dedifferentiation. Gene expression was measured in these cultures and in whole adipose tissue, the stromal-vascular fraction (SVF), mature adipocytes, and dedifferentiated fat (DFAT) cells. TGF-β1 and collagen type I alpha 1 (COL1A1) gene expression was significantly higher in DFAT cells compared to whole adipose tissue samples and SVF cells. TGF-β1, COL1A1, and COL6A3 gene expression was significantly higher at day 12 of dedifferentiation compared to day 0. In the six-well plate model, treatment with TGF-β1 or SB431542, respectively, stimulated and inhibited the TGF-β pathway as shown by increased TGF-β1, TGF-β2, COL1A1, and COL6A3 gene expression and decreased expression of TGF-β1, COL1A1, COL1A2, and COL6A3, respectively. Treatment of DFAT cells with TGF-β1 increased the phosphorylation level of SMAD 2 and SMAD 3. Thus, a new six-well plate model for ceiling culture allowed us to demonstrate a role for TGF-β in modulating collagen gene expression during dedifferentiation of mature adipocytes.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,291
Écart entre enseignants0,271 · 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

Citations44
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFEBS Open BioMême sujetAdipokines, Inflammation, and Metabolic DiseasesTravaux en français237 207