Dynamics of Zebrafish Heart Regeneration Using an HPLC–ESI–MS/MS Approach
Notice bibliographique
Résumé
Failure to properly repair damaged due to myocardial infarction is a major cause of heart failure. In contrast with adult mammals, zebrafish hearts show remarkable regenerative capabilities after substantial damage. To characterize protein dynamics during heart regeneration, we employed an HPLC-ESI-MS/MS (mass spectrometry) approach. Myocardium tissues were taken from sham-operated fish and ventricle-resected sample at three different time points (2, 7, and 14 days); dynamics of protein expression were analyzed by an ion-current-based quantitative platform. More than 2000 protein groups were quantified in all 16 experiments. Two hundred and nine heart-regeneration-related protein groups were quantified and clustered into six time-course patterns. Functional analysis indicated that multiple molecular function and metabolic pathways were involved in heart regeneration. Interestingly, Ingenuity Pathway Analysis revealed that P53 signaling was inhibited during the heart regeneration, which was further verified by real-time quantitative polymerase chain reaction (Q-PCR). In summary, we applied systematic proteomics analysis on regenerating zebrafish heart, uncovered the dynamics of regenerative genes expression and regulatory pathways, and provided invaluable insight into design regenerative-based strategies in human hearts.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».