MétaCan
Menu
Retour à la cohorte
Enregistrement W3207642527 · doi:10.1038/s41536-021-00175-7

Pain sensing neurons promote tissue regeneration in adult mice

2021· article· en· W3207642527 sur OpenAlexaff
Lise Rabiller, Elodie Labit, Christophe Guissard, Silveric Gilardi, Bruno P. Guiard, Lionel Moulédous, Marine Silva, Gilles Mithieux, Luc Pénicaud, Anne Lorsignol, Louis Casteilla, Cécile Dromard

Notice bibliographique

Revuenpj Regenerative Medicine · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuropeptides and Animal Physiology
Établissements canadiensUniversity of CalgaryMcGill University
Organismes subventionnairesMinistère de l'Enseignement Supérieur et de la RechercheFondation pour la Recherche MédicaleInstitut National de la Santé et de la Recherche Médicale
Mots-clésRegeneration (biology)NociceptionBiologyAdipose tissueCalcitonin gene-related peptideZebrafishNeuropeptideCell biologyNeuroscienceRegenerative medicineAnatomyReceptorStem cellEndocrinology

Résumé

récupéré en direct d'OpenAlex

Tissue repair after injury in adult mammals, usually results in scarring and loss of function in contrast to lower vertebrates such as the newt and zebrafish that regenerate. Understanding the regulatory processes that guide the outcome of tissue repair is therefore a concerning challenge for regenerative medicine. In multiple regenerative animal species, the nerve dependence of regeneration is well established, but the nature of the innervation required for tissue regeneration remains largely undefined. Using our model of induced adipose tissue regeneration in adult mice, we demonstrate here that nociceptive nerves promote regeneration and their removal impairs tissue regeneration. We also show that blocking the receptor for the nociceptive neuropeptide calcitonin gene-related peptide (CGRP) inhibits regeneration, whereas CGRP administration induces regeneration. These findings reveal that peptidergic nociceptive neurons are required for adult mice tissue regeneration.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,038
Tête enseignante GPT0,293
Écart entre enseignants0,255 · 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

Citations30
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Regenerative MedicineMême sujetNeuropeptides and Animal PhysiologyTravaux en français237 207