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 OpenAlex
Gabrielle C. Lam, Michael V. Sefton

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,332
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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