Exploring Piezo1, Piezo2, and TMEM150C in human brain tissues and their correlation with brain biomechanical characteristics
Notice bibliographique
Résumé
Unraveling the intricate relationship between mechanical factors and brain activity is a pivotal endeavor, yet the underlying mechanistic model of signaling pathways in brain mechanotransduction remains enigmatic. To bridge this gap, we introduced an in situ multi-scale platform, through which we delineate comprehensive brain biomechanical traits in white matter (WM), grey-white matter junctions (GW junction), and the pons across human brain tissue from four distinct donors. We investigate the three-dimensional expression patterns of Piezo1, Piezo2, and TMEM150C, while also examining their associated histological features and mechanotransduction signaling networks, particularly focusing on the YAP/β-catenin axis. Our results showed that the biomechanical characteristics (including stiffness, spring term, and equilibrium stress) associated with Piezo1 vary depending on the specific region. Moving beyond Piezo1, our result demonstrated the significant positive correlations between Piezo2 expression and stiffness in the WM. Meanwhile, the expression of Piezo2 and TMEM150C was shown to be correlated to viscoelastic properties in the pons and WM. Given the heterogeneity of brain tissue, we investigated the three-dimensional expression of Piezo1, Piezo2, and TMEM150C. Our results suggested that three mechanosensitive proteins remained consistent across different vertical planes within the tissue sections. Our findings not only establish Piezo1, Piezo2, and TMEM150C as pivotal mechanosensors that regulate the region-specific mechanotransduction activities but also unveil the paradigm connecting brain mechanical properties and mechanotransduction activities and the variations between individuals.
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) | 0,000 | 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 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 ».