MétaCan
Menu
Retour à la cohorte
Enregistrement W1964312400 · doi:10.1080/08977190410001682854

The Osteoinductive Activity of Bone Morphogenetic Protein (BMP) Purified by Repeated Extracts of Bovine Bone

2004· article· en· W1964312400 sur OpenAlexaff
Zhen Ming Hu, Sean Peel, George K.B. Sándor, Cameron M. L. Clokie

Notice bibliographique

RevueGrowth Factors · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBone morphogenetic proteinChemistryBone morphogenetic protein 2Matrix (chemical analysis)In vitroExtraction (chemistry)In vivoBone formationYield (engineering)ChromatographyBone morphogenetic protein 7BiochemistryBiologyBiotechnologyMaterials scienceEndocrinology

Résumé

récupéré en direct d'OpenAlex

Native bone morphogenetic proteins (BMPs) extracted from bone have been used clinically to stimulate bone regeneration and repair. However, preparation of purified BMP is a laborious process. This study investigated the yield, activity and cost effectiveness of repeatedly extracting the same bone matrix to produce purified BMP. While repeated extraction was able to increase the yield 62% the activity of the partially purified BMP in later extracts decreased both in vitro and in vivo. This decline in activity appears to be due to an increase in non-BMP contaminants, such as collagen, in the extracts. When the first three extracts were combined and processed together activity was equivalent to that of the first extract. A simple analysis based on the cost of reagents used and the time required for purification indicates that separate processing of the extracts is inefficient while combining the first and second extracts and processing them together would result in a small cost saving. Based on this study we would recommend that the demineralized bone matrix be extracted no more than twice and that the extracts be combined for further processing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,954

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,190
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGrowth FactorsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207