Mechanical stretch sustains myofibroblast phenotype and function in microtissues through latent TGF-β1 activation
Notice bibliographique
Résumé
Developing methods to study tissue mechanics and myofibroblast activation may lead to new targets for therapeutic treatments that are urgently needed for fibrotic disease. Microtissue arrays are a promising approach to conduct relatively high-throughput research into fibrosis as they recapitulate key biomechanical aspects of the disease through a relevant 3D extracellular environment. In early work, our group developed a device called the MVAS-force to stretch microtissues while enabling simultaneous assessment of their dynamic mechanical behavior. Here, we investigated TGF-β1-induced fibroblast to myofibroblast differentiation in microtissue cultures using our MVAS-force device through assessing α-SMA expression, contractility and stiffness. In doing so, we linked cell-level phenotypic changes to functional changes that characterize the clinical manifestation of fibrotic disease. As expected, TGF-β1 treatment promoted a myofibroblastic phenotype and microtissues became stiffer and possessed increased contractility. These changes were partially reversible upon TGF-β1 withdrawal under a static condition, while, in contrast, long-term cyclic stretching maintained myofibroblast activation. This pro-fibrotic effect of mechanical stretching was absent when TGF-β1 receptors were inhibited. Furthermore, stretching promoted myofibroblast differentiation when microtissues were given latent TGF-β1. Altogether, these results suggest that external mechanical stretch may activate latent TGF-β1 and, accordingly, might be a powerful stimulus for continued myofibroblast activation to progress fibrosis. Further exploration of this pathway with our approach may yield new insights into myofibroblast activation and more effective therapeutic treatments for fibrosis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».