Opposing Effects of Adenosine and Inosine in Human Subcutaneous Fibroblasts May Be Regulated by Third Party ADA Cell Providers
Notice bibliographique
Résumé
Human subcutaneous fibroblasts (HSCF) challenged with inflammatory mediators release huge amounts of ATP, which rapidly generates adenosine. Given the nucleoside’s putative relevance in wound healing, dermal fibrosis, and myofascial pain, we investigated the role of its precursor, AMP, and of its metabolite, inosine, in HSCF cells growth and collagen production. AMP (30 µM) was rapidly (t½ 3 ± 1 min) dephosphorylated into adenosine by CD73/ecto-5′-nucleotidase. Adenosine accumulation (t½ 158 ± 17 min) in the extracellular fluid reflected very low cellular adenosine deaminase (ADA) activity. HSCF stained positively against A2A and A3 receptors but were A1 and A2B negative. AMP and the A2A receptor agonist, CGS21680C, increased collagen production without affecting cells growth. The A2A receptor antagonist, SCH442416, prevented the effects of AMP and CGS21680C. Inosine and the A3 receptor agonist, 2Cl-IB-MECA, decreased HSCF growth and collagen production in a MRS1191-sensitive manner, implicating the A3 receptor in the anti-proliferative action of inosine. Incubation with ADA reproduced the inosine effect. In conclusion, adenosine originated from extracellular ATP hydrolysis favors normal collagen production by HSCF via A2A receptors. Inhibition of unpredicted inosine formation by third party ADA cell providers (e.g., inflammatory cells) may be a novel therapeutic target to prevent inappropriate dermal remodeling via A3 receptors activation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».