MétaCan
Menu
Retour à la cohorte
Enregistrement W2906366658 · doi:10.1089/ten.tea.2018.0294

Hypoxia-Inducible Factor Drives Vascularization of Modularly Assembled Engineered Tissue

2018· article· en· W2906366658 sur OpenAlexaff
Gabrielle C. Lam, Michael V. Sefton

Notice bibliographique

RevueTissue Engineering Part A · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensUniversity of Toronto
Organismes subventionnairesIowa State University
Mots-clésHypoxia (environmental)Hypoxia-inducible factorsCell biologyVascular endothelial growth factorBiologyInhibitory postsynaptic potentialVEGF receptorsChemistryCancer researchNeuroscienceGeneBiochemistry

Résumé

récupéré en direct d'OpenAlex

Robust vascularization is critical for engineering tissues of clinically relevant size and cell loads. Delineating the rate-limiting steps underlying vascularization is necessary to creating strategies for faster, better vascularization of tissue constructs. We used two inhibitory methods to dissect the role of hypoxia-inducible factor (HIF) in vascularization-inducing engineered tissues, in this study constructed from self-assembly of submillimeter-sized tissues injected subcutaneously. Both systemic pharmacological inhibition using digoxin, and genetic inhibition (short hairpin RNA-transduced endothelial cells [ECs]) reduced vascularization and oxygenation within constructs, but elicited different mechanisms of action. Systemic inhibition negatively impacted early (day 3) recruitment of host-derived endothelial progenitor cells and macrophages/monocytes to the implant. Genetic inhibition in graft-derived ECs impaired their survival in low serum conditions as well as their baseline angiogenic function. Altogether, our study demonstrates that HIF is an important driver of vascularization in tissue constructs. While hypoxia is assumed to be an important feature of tissue engineering, this study directly connects inhibition of vascularization to HIF inhibition. Using two inhibitory methods, we demonstrated that hypoxia-inducible factor (HIF) plays an important role in vascularizing and oxygenating modularly-assembled engineered tissues. Each inhibitory technique elucidated a different mechanism by which this occurred. Whereas systemic inhibition negatively impacted early recruitment of host-derived cells, genetic inhibition in grafted endothelial cells was detrimental to their survival. Taken together, our study suggests that methods of HIF-mediated mechanisms could be harnessed to tune the extent and rate of vascularization in engineered tissue constructs.

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 enseignants0,000
Score d'incertitude au seuil0,001

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,241
Écart entre enseignants0,230 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTissue Engineering Part AMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207