Brain arteriovenous malformation in hereditary hemorrhagic telangiectasia: Recent advances in cellular and molecular mechanisms
Notice bibliographique
Résumé
Hereditary hemorrhagic telangiectasia (HHT) is a genetic disorder characterized by vessel dilatation, such as telangiectasia in skin and mucosa and arteriovenous malformations (AVM) in internal organs such as the gastrointestinal tract, lungs, and brain. AVMs are fragile and tortuous vascular anomalies that directly connect arteries and veins, bypassing healthy capillaries. Mutations in transforming growth factor β (TGFβ) signaling pathway components, such as ENG (ENDOGLIN), ACVRL1 (ALK1), and SMAD4 (SMAD4) genes, account for most of HHT cases. 10–20% of HHT patients develop brain AVMs (bAVMs), which can lead to vessel wall rupture and intracranial hemorrhages. Though the main mutations are known, mechanisms leading to AVM formation are unclear, partially due to lack of animal models. Recent mouse models allowed significant advances in our understanding of AVMs. Endothelial-specific deletion of either Acvrl1 , Eng or Smad4 is sufficient to induce AVMs, identifying endothelial cells (ECs) as primary targets of BMP signaling to promote vascular integrity. Loss of ALK1/ENG/SMAD4 signaling is associated with NOTCH signaling defects and abnormal arteriovenous EC differentiation. Moreover, cumulative evidence suggests that AVMs originate from venous ECs with defective flow-migration coupling and excessive proliferation. Mutant ECs show an increase of PI3K/AKT signaling and inhibitors of this signaling pathway rescue AVMs in HHT mouse models, revealing new therapeutic avenues. In this review, we will summarize recent advances and current knowledge of mechanisms controlling the pathogenesis of bAVMs, and discuss unresolved questions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».