IL‐6 counteracts the inhibitory effect of IL‐4 on osteogenic differentiation of human adipose stem cells
Notice bibliographique
Résumé
Abstract Fracture repair is characterized by cytokine production and hypoxia. To better predict cytokine modulation of mesenchymal stem cell (MSC)‐aided bone healing, we investigated whether interleukin 4 (IL‐4), IL‐6, and their combination, affect osteogenic differentiation, vascular endothelial growth factor (VEGF) production, and/or mammalian target of rapamycin complex 1 (mTORC1) activation by MSCs under normoxia or hypoxia. Human adipose stem cells (hASCs) were cultured with IL‐4, IL‐6, or their combination for 3 days under normoxia (20% O 2 ) or hypoxia (1% O 2 ), followed by 11 days without cytokines under normoxia or hypoxia. Hypoxia did not alter IL‐4 or IL‐6‐modulated gene or protein expression by hASCs. IL‐4 alone decreased runt‐related transcription factor 2 (RUNX2) and collagen type 1 (COL1) gene expression, alkaline phosphatase (ALP) activity, and VEGF protein production by hASCs under normoxia and hypoxia, and decreased mineralization of hASCs under hypoxia. In contrast, IL‐6 increased mineralization of hASCs under normoxia, and enhanced RUNX2 gene expression under normoxia and hypoxia. Neither IL‐4 nor IL‐6 affected phosphorylation of the mTORC1 effector protein P70S6K. IL‐4 combined with IL‐6 diminished the inhibitory effect of IL‐4 on ALP activity, bone nodule formation, and VEGF production, and decreased RUNX2 and COL1 expression, similar to IL‐4 alone, under normoxia and hypoxia. In conclusion, IL‐4 alone, but not in combination with IL‐6, inhibits osteogenic differentiation and angiogenic stimulation potential of hASCs under normoxia and hypoxia, likely through pathways other than mTORC1. These results indicate that cytokines may differentially affect bone healing and regeneration when applied in isolation or in combination.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».