MétaCan
Menu
Retour à la cohorte
Enregistrement W2966086248 · doi:10.1021/acsbiomaterials.9b00425

Induction of Fibrogenic Phenotype in Human Mesenchymal Stem Cells by Connective Tissue Growth Factor in a Hydrogel Model of Soft Connective Tissue

2019· article· en· W2966086248 sur OpenAlexfundno aff
Aidan B. Zerdoum, Eric W. Fowler, Xinqiao Jia

Notice bibliographique

RevueACS Biomaterials Science & Engineering · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnective Tissue Growth Factor Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesNational Institute on Deafness and Other Communication DisordersGlobal Institute for Water Security, University of SaskatchewanNational Institutes of HealthNational Science Foundation
Mots-clésCTGFConnective tissueExtracellular matrixCell biologyMesenchymal stem cellGrowth factorFibrosisMyofibroblastWound healingBiologyPathologyChemistryImmunologyMedicineBiochemistryReceptor

Résumé

récupéré en direct d'OpenAlex

Scar formation is the typical endpoint of wound healing in adult mammalian tissues. An overactive or prolonged fibrogenic response following injury leads to excessive deposition of fibrotic proteins that promote tissue contraction and scar formation. Although well-defined in the dermal tissue, the progression of fibrosis is less explored in other connective tissues, such as the vocal fold. To establish a physiologically relevant 3D model of loose connective tissue fibrosis, we have developed a synthetic extracellular matrix using hyaluronic acid (HA) and peptidic building blocks carrying complementary functional groups. The resultant network was cell adhesive and protease degradable, exhibiting viscoelastic properties similar to the human vocal fold. Human mesenchymal stem cells (hMSCs) were encapsulated in the HA matrix as single cells or multicellular aggregates and cultured in pro-fibrotic media containing connective tissue growth factor (CTGF) for up to 21 days. hMSCs treated with CTGF-supplemented media exhibited an increased expression of fibrogenic markers and ECM proteins associated with scarring. Incorporation of α-smooth muscle actin into F-actin stress fibers was also observed. Furthermore, CTGF treatment increased the migratory capacity of hMSCs as compared to the CTGF-free control groups, indicative of the development of a myofibroblast phenotype. Addition of an inhibitor of the mitogen-activated protein kinase (MAPK) pathway attenuated cellular expression of fibrotic markers and related ECM proteins. Overall, this study demonstrates that CTGF promotes the development of a fibrogenic phenotype in hMSCs encapsulated within an HA matrix and that the MAPK pathway is a potential target for future therapeutic endeavors towards limiting scar formation in loose connective tissues.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,266
Écart entre enseignants0,251 · 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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Biomaterials Science & EngineeringMême sujetConnective Tissue Growth Factor ResearchTravaux en français237 207