Multiomic analysis of stretched osteocytes reveals processes and signalling linked to bone regeneration and cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Exercise is a non-pharmacological intervention that can enhance bone regeneration and improve the management of bone conditions like osteoporosis or metastatic bone cancer. Therefore, it is gaining increasing importance in an emerging area of regenerative medicine-regenerative rehabilitation (RR). Osteocytes are mechanosensitive and secretory bone cells that orchestrate bone anabolism and hence postulated to be an attractive target of regenerative exercise interventions. However, the human osteocyte signalling pathways and processes evoked upon exercise remain to be fully identified. Making use of a computer-controlled bioreactor that mimics exercise and the latest omics approaches, RNA sequencing (RNA-seq) and tandem liquid chromatography-mass spectrometry (LC-MS), we mapped the transcriptome and secretome of mechanically stretched human osteocytic cells. We discovered that a single bout of cyclic stretch activated network processes and signalling pathways likely to modulate bone regeneration and cancer. Furthermore, a comparison between the transcriptome and secretome of stretched human and mouse osteocytic cells revealed dissimilar results, despite both species sharing evolutionarily conserved signalling pathways. These findings suggest that osteocytes can be targeted by exercise-driven RR protocols aiming to modulate bone regeneration or metastatic bone cancer.
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.
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 | 0,001 |
| 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 découle