Arginine Metabolic Disruption Impairs Hair Regeneration via ROS‐Mediated Inactivation of mTOR Signaling in Androgenetic Alopecia
Notice bibliographique
Résumé
Androgenetic alopecia (AGA), a pervasive hair loss disorder, lacks effective therapies due to incomplete pathogenic understanding. Growing evidence suggests a connection between AGA and metabolic disorders. Leveraging unbiased serum metabolomics, a strikingly differentiated metabolic signature in AGA patients compared to healthy controls is identified, with arginine deficiency exhibiting the most pronounced reduction among all amino acids. Concomitant downregulation of the arginine transporter SLC7A1 and upregulation of arginine catabolic enzyme ARG2 in balding HFs are further identified, collectively driving localized arginine scarcity through impaired uptake and accelerated catabolism. This metabolic perturbation triggers pathological reactive oxygen species (ROS) accumulation in hair follicles (HFs), which, in turn, inhibits mTOR signaling and impairs HF regeneration. Conversely, arginine restoration via exogenous supplementation or inhibiting arginine-to-ornithine conversion with ARG2 siRNA rescues hair growth in both murine AGA model and cultured human HFs. Most importantly, a microneedle-based delivery system for targeted dermal arginine replenishment demonstrates robust therapeutic efficacy in humanized AGA models. This work establishes arginine insufficiency as a core pathogenic driver in AGA and validates localized metabolic correction as a promising clinical strategy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».