Glycation by glyoxal leads to profound changes in the behavior of dermal fibroblasts
Notice bibliographique
Résumé
INTRODUCTION: Diabetes is a worldwide health problem that is associated with severe complications. Advanced Glycation End products (AGEs) such as Nε-(carboxymethyl)lysine, which result from chronic hyperglycemia, accumulate in the skin of patients with diabetes. The effect of AGEs on fibroblast functionality and their impact on wound healing are still poorly understood. RESEARCH DESIGN AND METHODS: To investigate this, we treated cultured human fibroblasts with 0.6 mM glyoxal to induce acute glycation. The behavior of fibroblasts was analyzed by time-lapse monolayer wounding healing assay, seahorse technology and atomic force microscopy. Production of extracellular matrix was studied by transmission electronic microscopy and western blot. Lipid metabolism was investigated by staining of lipid droplets (LDs) with BODIPY 493/503. RESULTS: We found that the proliferative and migratory capacities of the cells were greatly reduced by glycation, which could be explained by an increase in fibroblast tensile strength. Measurement of the cellular energy balance did not indicate that there was a change in the rate of oxygen consumption of the fibroblasts. Assessment of collagen I revealed that glyoxal did not influence type I collagen secretion although it did disrupt collagen I maturation and it prevented its deposition in the extracellular matrix. We noted a pronounced increase in the number of LDs after glyoxal treatment. AMPK phosphorylation was reduced by glyoxal treatment but it was not responsible for the accumulation of LDs. CONCLUSION: Glyoxal promotes a change in fibroblast behavior in favor of lipogenic activity that could be involved in delaying wound healing.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».