MétaCan
Menu
Retour à la cohorte
Enregistrement W3177857247 · doi:10.1002/jev2.12118

Epigenetic reprogramming enhances the therapeutic efficacy of osteoblast‐derived extracellular vesicles to promote human bone marrow stem cell osteogenic differentiation

2021· article· en· W3177857247 sur OpenAlexaff
Kenny Man, Mathieu Brunet, María Fernández‐Rhodes, Soraya Williams, Liam M. Heaney, Lee A. Gethings, Angelica Federici, Owen G. Davies, David A. Hoey, Sophie C. Cox

Notice bibliographique

RevueJournal of Extracellular Vesicles · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensTrinity College
Organismes subventionnairesEngineering and Physical Sciences Research CouncilScience Foundation IrelandWellcome TrustBritish Heart FoundationAcademy of Medical SciencesMedical Research CouncilUniversity of BirminghamDiabetes UK
Mots-clésOsteoblastCell biologyMesenchymal stem cellTrichostatin AChemistryAlkaline phosphataseEpigeneticsStem cellReprogrammingHistone deacetylaseCancer researchBiologyHistoneCellBiochemistryIn vitro

Résumé

récupéré en direct d'OpenAlex

Abstract Extracellular vesicles (EVs) are emerging in tissue engineering as promising acellular tools, circumventing many of the limitations associated with cell‐based therapies. Epigenetic regulation through histone deacetylase (HDAC) inhibition has been shown to increase differentiation capacity. Therefore, this study aimed to investigate the potential of augmenting osteoblast epigenetic functionality using the HDAC inhibitor Trichostatin A (TSA) to enhance the therapeutic efficacy of osteoblast‐derived EVs for bone regeneration. TSA was found to substantially alter osteoblast epigenetic function through reduced HDAC activity and increased histone acetylation. Treatment with TSA also significantly enhanced osteoblast alkaline phosphatase activity (1.35‐fold), collagen production (2.8‐fold) and calcium deposition (1.55‐fold) during osteogenic culture (P ≤ 0.001). EVs derived from TSA‐treated osteoblasts (TSA‐EVs) exhibited reduced particle size (1‐05‐fold) (P > 0.05), concentration (1.4‐fold) (P > 0.05) and protein content (1.16‐fold) (P ≤ 0.001) when compared to untreated EVs. TSA‐EVs significantly enhanced the proliferation (1.13‐fold) and migration (1.3‐fold) of human bone marrow stem cells (hBMSCs) when compared to untreated EVs (P ≤ 0.05). Moreover, TSA‐EVs upregulated hBMSCs osteoblast‐related gene and protein expression (ALP, Col1a, BSP1 and OCN) when compared to cells cultured with untreated EVs. Importantly, TSA‐EVs elicited a time‐dose dependent increase in hBMSCs extracellular matrix mineralisation. MicroRNA profiling revealed a set of differentially expressed microRNAs from TSA‐EVs, which were osteogenic‐related. Target prediction demonstrated these microRNAs were involved in regulating pathways such as ‘endocytosis’ and ‘Wnt signalling pathway’. Moreover, proteomics analysis identified the enrichment of proteins involved in transcriptional regulation within TSA‐EVs. Taken together, our findings suggest that altering osteoblasts’ epigenome accelerates their mineralisation and promotes the osteoinductive potency of secreted EVs partly due to the delivery of pro‐osteogenic microRNAs and transcriptional regulating proteins. As such, for the first time we demonstrate the potential to harness epigenetic regulation as a novel engineering approach to enhance EVs therapeutic efficacy for bone repair.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,255
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations73
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Extracellular VesiclesMême sujetExtracellular vesicles in diseaseTravaux en français237 207