Alterations in osteocyte mediated osteoclastogenesis during estrogen deficiency and under ROCK-II inhibition: An in vitro study using a novel postmenopausal multicellular niche model
Notice bibliographique
Résumé
This study sought to derive an enhanced understanding of the complex intracellular interactions that drive bone loss in postmenopausal osteoporosis. We applied an in-vitro multicellular niche to recapitulate cell-cell signalling between osteocytes, osteoblasts and osteoclasts to investigate (1) how estrogen-deficient and mechanically loaded osteocytes regulate osteoclastogenesis and (2) whether ROCK-II inhibition affects these mechanobiological responses. We report that mechanically stimulated and estrogen-deficient osteocytes upregulated RANKL/OPG and M-CSF gene expression, when compared to those treated with 10 nM estradiol. Osteoclast precursors (RAW 264.7) cultured within this niche underwent significant reduction in osteoclastogenic gene expression (CTSK), and there was an increasing trend in the area covered by TRAP+ osteoclasts (24% vs. 19.4%, p = 0.06). Most interestingly, upon treatment with the ROCK-II inhibitor, RANKL/OPG and M-CSF gene expression by estrogen-deficient osteocytes were downregulated. Yet, this inhibition of the pro-osteoclastogenic factors by osteocytes did not ultimately reduce the differentiation of osteoclast precursors. Indeed, TRAP and CTSK gene expressions in osteoclast precursors were upregulated, and there was an increased trend for osteoclast area (30.4% vs. 24%, p = 0.07), which may have been influenced by static osteoblasts (MC3T3-E1) that were included in the niche. We conclude that ROCK-II inhibition can attenuate bone loss driven by osteocytes during estrogen deficiency.
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 ».