Sclerostin expression in trabecular bone is downregulated by osteoclasts
Notice bibliographique
Résumé
Abstract Bone tissues have trabecular bone with a high bone turnover and cortical bone with a low turnover. The mechanisms by which the turnover rate of these bone tissues is determined remain unclear. Osteocytes secrete sclerostin, a Wnt/β-catenin signaling antagonist, and inhibit bone formation. We found that sclerostin expression in cortical bone is more marked than in trabecular bone in Sost reporter mice. Leukemia inhibitory factor (LIF) secreted from osteoclasts reportedly suppressed sclerostin expression and promoted bone formation. Here, we report that osteoclasts downregulate sclerostin expression in trabecular bone and promote bone turnover. Treatment of C57BL/6 mice with an anti-RANKL antibody eliminated the number of osteoclasts and LIF-positive cells in trabecular bone. The number of sclerostin-positive cells was increased in trabecular bone, while the number of β-catenin-positive cells and bone formation were decreased in trabecular bone. Besides, Tnfsf11 heterozygous ( Rankl +/− ) mice exhibited a decreased number of LIF-positive cells and increased number of sclerostin-positive cells in trabecular bone. Rankl +/− mice exhibited a decreased number of β-catenin-positive cells and reduced bone formation in trabecular bone. Furthermore, in cultured osteoclasts, RANKL stimulation increased Lif mRNA expression, suggesting that RANKL signal increased LIF expression. In conclusion, osteoclasts downregulate sclerostin expression and promote trabecular bone turnover.
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 ».