- Код статьи
- 10.31857/S0041377123010066-1
- DOI
- 10.31857/S0041377123010066
- Тип публикации
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том 65 / Номер выпуска 1
- Страницы
- 20-27
- Аннотация
- Заживление переломов представляет собой сложный процесс, при котором основными источниками клеток-предшественников остеобластов становятся надкостница и эндост. Однако клеточные механизмы и сигнальные каскады, лежащие в основе начальных стадий дифференцировки предшественников остеобластов во взрослой кости, до сих пор недостаточно изучены. Поэтому мы провели протеомный анализ первичной культуры изолированных остеобластов человека из бедренной кости взрослых доноров в недифференцированных условиях и на пятый день остеогенной дифференцировки in vitro. Это ранняя временная точка, при которой ещe не наблюдается минерализация внеклеточного матрикса. В протеомный анализ были включены 1612 белков, идентифицированных как минимум по двум пептидами. Данные доступны через ProteomeXchange с идентификатором PXD033697. Несмотря на то, что минерализация матрикса начинается только после индукции остеогенной дифференцировки, мы выявили неожиданно слабый физиологический сдвиг, связанный со снижением пролиферативной активности клеток и изменением белков, участвующих в секреции и организации внеклеточного матрикса. Мы показали, что при культивировании в стандартных условиях в остеобластах выявляются маркеры поздних стадий остеогенной дифференцировки, в том числе BMP-2/4, остеокальцин, остеопонтин и RUNX2. Следовательно, дальнейшая дифференцировка, необходимая для минерализации матрикса, требует минимальных физиологических изменений.
- Ключевые слова
- остеобласты остеогенная дифференцировка протеомика дробовика кость масс-спектрометрия
- Дата публикации
- 01.01.2023
- Год выхода
- 2023
- Всего подписок
- 0
- Всего просмотров
- 37
Библиография
- 1. Bahney C., Zondervan R., Allison P., Theologis A., Ashley J., Ahn J., Miclau T., Marcucio R., Hankenson K. 2019. Cellular biology of fracture healing. J. Orthop. Res. V. 37. P. 35. https://doi.org/10.1002/jor.24170
- 2. Blighe K., Sharmila R., Myles L. 2022. EnhancedVcano: publication-ready Vcano plots with enhanced colouring and labeling. https://bioconductor.org/packages/devel/bioc/vignettes/EnhancedVcano/inst/doc/EnhancedVcano.html
- 3. Bragdon B., Bahney C. 2018. Origin of reparative stem cells in fracture healing, Curr. Osteoporos. Rep. V. 16. P. 490. https://doi.org/10.1007/s11914-018-0458-4
- 4. Cleland T., Vashishth D. 2015. Bone protein extraction without demineralization utilizing principles from hydroxyapatite chromatography. Anal. Biochem. V. 472. P. 62. https://doi.org/10.1016/j.ab.2014.12.006
- 5. Cleland T., Voegele K., Schweitzer M. 2012. Empirical evaluation of bone extraction protocols. PLoS One. V. 7. P. e31443. https://doi.org/10.1371/journal.pone.0031443
- 6. Florencio-Silva R., Sasso G., Sasso-Cerri E., Simões M., Cerri P. 2015. Biology of bone tissue: structure, function, and factors that influence bone cells. Biomed. Res. Int. V. 2015. P. e421746. https://doi.org/10.1155/2015/421746
- 7. Hastie T., Tibshirani R., Narasimhan B., Chu G. 2022. Impute: imputation for microarray data. Bioconductor version: Release (3.14). https://www.bioconductor.org/packages/release/bioc/html/impute.html
- 8. Jiang X., Ye M., Jiang X., Liu G., Feng S., Cui L., Zou H. 2007. Method development of efficient protein extraction in bone tissue for proteome analysis. J. Proteome Res. V. 6. P. 2287. https://doi.org/10.1021/pr070056t
- 9. Lobov A., Malashicheva A. 2022. Osteogenic differentiation: a universal cell program of heterogeneous mesenchymal cells or a similar extracellular matrix mineralizing phenotype? Bio. Comm. V. 67. P. 32. https://doi.org/10.21638/spbu03.2022.104
- 10. Matthews B., Novak S., Sbrana F., Funnell J., Cao Y., Buckels E., Grcevic D., Kalajzic I. 2021. Heterogeneity of murine periosteum progenitors inVved in fracture healing. Elife. V. 10. P. e58534. https://doi.org/10.7554/eLife.58534
- 11. Perez-Riverol Y., Bai J.; Bandla C., García-Seisdedos D., Hewapathirana S., Kamatchinathan S., Kundu D.J., Prakash A., Frericks-Zipper A., Eisenacher M., Walzer M., Wang S., Brazma A., Vizcaíno J.A. 2022. The PRIDE database resources in 2022: A hub for mass spectrometry-based proteomics evidences. Nucleic Acids Res. V. 50. D543–D552. https://doi.org/10.1093/nar/gkab1038
- 12. Pitkänen S. 2020. In vitro and in vivo osteogenesis and vasculogenesis in synthetic bone grafts. Doctoral dissertation: Tampere University.
- 13. Raouf A., Ganss B., McMahon C., Vary C., Roughley P., Seth A. 2002. Lumican is a major proteoglycan component of the bone matrix. Matrix Biol. V. 21. P 361. https://doi.org/10.1016/s0945-053x (02)00027-6
- 14. Ritchie M.E., Phipson B., Wu D., Hu Y., Law C.W., Shi W., Smyth G.K. 2015. Limma powers differential expression analyses for RNA-sequencing and microarray studies. Nucleic Acids Res. V. 43. P. e47. https://doi.org/10.1093/nar/gkv007
- 15. Rohart F., Gautier B., Singh A., Cao K. 2017. mixOmics: an R package for ‘omics’ feature selection and multiple data integration. PLoS Comput. Biol. V. 13. P. e1005752. https://doi.org/10.1371/journal.pcbi.1005752
- 16. Rutkovskiy A., Stensløkken K., Vaage I. 2016. Osteoblast differentiation at a glance. Med. Sci. Monit. Basic Res. V. 22. P. 95. https://doi.org/10.12659/MSMBR.901142
- 17. Wickham H. 2016. ggplot2. Cham: Springer Int. Publishing.
- 18. Yan L. 2021. ggvenn: Draw Venn Diagram by “ggplot2”. https://cran.r-project.org/web/packages/ggvenn/
