Fibrotic extracellular matrix induces release of extracellular vesicles with pro-fibrotic miRNA from fibrocytes
Notice bibliographique
Résumé
RATIONALE: Extracellular vesicles (EVs) are small lipid vesicles, and EV-coupled microRNAs (miRNAs) are important modulators of biological processes. Fibrocytes are circulating bone marrow-derived cells that migrate into the injured lungs and contribute to fibrogenesis. The question of whether EV-coupled miRNAs derived from fibrocytes are able to regulate pulmonary fibrosis has not been addressed yet. METHODS: Pulmonary fibrosis was induced in rats by intratracheal administration of an adenoviral gene vector encoding active transforming growth factor-β1 (TGF-β1) or control vector. Primary fibrocytes and fibroblasts were cultured from rat lungs and were sorted by anti-CD45 magnetic beads. Human circulating fibrocytes and fibrocytes in bronchoalveolar lavage fluid (BALF) were isolated by fibronectin-coated dishes. Fibrocytes were cultured on different stiffness plates or decellularised lung scaffolds. We also determined the effects of extracellular matrix (ECM) and recombinant TGF-β1 on the cellular and EV-coupled miRNA expression of fibrocytes. RESULTS: of fibroblasts. Culturing on rigid plates or fibrotic decellularised lung scaffolds increased miR-21-5 p expression compared with soft plates or normal lung scaffolds. Dissolved ECM collected from fibrotic lungs and recombinant TGF-β1 increased miR-21-5 p expression on fibrocytes, and these effects were attenuated on soft plates. Fibrocytes from BALF collected from fibrotic interstitial pneumonia patients showed higher miR-21-5 p expression than those from other patients. CONCLUSIONS: Our results indicate that ECM contributes to fibrogenesis through biomechanical and biochemical effects on miRNA expression in fibrocytes.
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 | 0,001 | 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 ».