The Role of Decorin in the Ocular Surface: Structure, Function, and Therapeutic Potential
Notice bibliographique
Résumé
ABSTRACT The ocular surface, comprising the cornea, conjunctiva, and sclera, relies on a complex extracellular matrix (ECM) for structural support and functional integrity. Decorin (DCN), a small leucine‐rich proteoglycan, a key ECM component involved in collagen fibrillogenesis, growth factor modulation, and cellular regulation, is essential for maintaining corneal transparency, wound healing, and preventing pathological fibrosis. DCN interacts with various target molecules, including transforming growth factor‐beta (TGF‐β), vascular endothelial growth factor (VEGF), and epidermal growth factor receptor (EGFR), influencing critical processes, such as cell proliferation, inflammation, and angiogenesis. These interactions underscore DCN's therapeutic potential in ocular disorders like corneal scarring, pterygium, and keratoconus. This review explores the structure, expression, and functions of DCN in the ocular surface, emphasizing its regulatory mechanisms and therapeutic potential. Recent advancements include gene therapy approaches, sustained release systems, and topical applications, each demonstrating significant promise in treating ocular surface diseases. Additionally, the review highlights the importance of DCN in ocular disorders, including congenital stromal corneal dystrophy (CSCD), KC, and pterygium. This review aims to elucidate the multifaceted roles of DCN, paving the way for innovative therapeutic strategies in ocular surface therapy. Future directions for DCN research involve advanced delivery mechanisms, gene editing technologies, and expanded studies on other ocular surfaces.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».