Emerging role of non-coding RNAs and extracellular vesicles in cardioprotection by remote ischemic conditioning of the heart
Notice bibliographique
Résumé
Remote ischemic conditioning of the heart (including pre-, per-, and post-conditioning) is a phenomenon where short episodes of non-lethal ischemia in the distant vessels within the heart or distant organs from the heart protects the myocardium against sustained ischemia/reperfusion injury. Several pathways have been proposed to be involved in the mechanisms of Remote ischemic conditioning. While triggers of Remote ischemic conditioning act in preconditioned areas, its mediators transduce protective signals via humoral or neuronal pathways to the heart. Remote ischemic conditioning is mediated via receptor and nonreceptor signaling through secondary mediators, which transfer the signal within the cardiomyocyte and activate cardioprotective pathways that lead to higher resistance of the heart to ischemia/reperfusion. Apparently, identification of endogenous signal molecules involved in the mechanisms of Remote ischemic conditioning have therapeutic implications in the management of patients suffering from myocardial ischemia through the development of diverse beneficial effects. Recently, different non-coding RNAs such as microRNAs or long non-coding RNAs have been identified as emerging factors that trigger protective mechanisms in the heart. These non-coding RNAs are transferred to the heart via extracellular vesicles that exert remote cardioprotection. This review is intended to summarize the existing knowledge about the potential role of extracellular vesicles as humoral transmitters of Remote ischemic conditioning and emphasize the involvement of non-coding RNAs in the mechanism of cardioprotection by Remote ischemic conditioning.
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) | 0,007 | 0,003 |
| 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 ».