Synergistic Effect of miR-200 and Young Extracellular Matrix-based Bio-scaffolds to Reduce Signs of Aging in Senescent Fibroblasts
Notice bibliographique
Résumé
Aging is defined as a complex, multifaceted degenerative process that causes a gradual decline of physiological functions and a rising mortality risk with time. Stopping senescence or even rejuvenating the body represent one of the long-standing human dreams. Somatic cell nuclear transfer as well as cell reprogramming have suggested the possibility to slow or even reverse signs of aging. We exploited miR-200 family ability to induce a transient high plasticity state in human skin fibroblasts isolated from old individuals and we investigated whether this ameliorates cellular and physiological hallmarks of senescence. In addition, based on the assumption that extracellular matrix (ECM) provides biomechanical stimuli directly influencing cell behavior, we examine whether ECM-based bio-scaffolds, obtained from decellularized ovaries of young swine, stably maintain the rejuvenated phenotype acquired by cells after miR-200 exposure. The results show the existence of multiple factors that cooperate to control a unique program, driving the cell clock. In particular, miR-200 family directly regulates the molecular mechanisms erasing cell senescence. However, this effect is transient, reversible, and quickly lost. On the other hand, the use of an adequate young microenvironment stabilizes the miR-200-mediated rejuvenating effects, suggesting that synergistic interactions occur among molecular effectors and ECM-derived biomechanical stimuli. The model here described is a useful tool to better characterize these complex regulations and to finely dissect the multiple and concurring biochemical and biomechanical cues driving the cell biological clock.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».