Combination of cell signaling molecules can facilitate MYOD1-mediated myogenic transdifferentiation of pig fibroblasts
Notice bibliographique
Résumé
BACKGROUND: Myogenic transdifferentiation can be accomplished through ectopic MYOD1 expression, which is facilitated by various signaling pathways associated with myogenesis. In this study, we attempted to transdifferentiate pig embryonic fibroblasts (PEFs) myogenically into skeletal muscle through overexpression of the pig MYOD1 gene and modulation of the FGF, TGF-β, WNT, and cAMP signaling pathways. RESULTS: The MYOD1 overexpression vector was constructed based on comparative sequence analysis, demonstrating that pig MYOD1 has evolutionarily conserved domains across various species. Although forced MYOD1 expression through these vectors triggered the expression of endogenous muscle markers, transdifferentiated muscle cells from fibroblasts were not observed. Therefore, various signaling molecules, including FGF2, SB431542, CHIR99021, and forskolin, along with MYOD1 overexpression were applied to enhance the myogenic reprogramming. The modified conditions led to the derivation of myotubes and activation of muscle markers in PEFs, as determined by qPCR and immunostaining. Notably, a sarcomere-like structure was observed, indicating that terminally differentiated skeletal muscle could be obtained from transdifferentiated cells. CONCLUSIONS: In summary, we established a protocol for reprogramming MYOD1-overexpressing PEFs into the mature skeletal muscle using signaling molecules. Our myogenic reprogramming can be used as a cell source for muscle disease models in regenerative medicine and the production of cultured meat in cellular agriculture.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».