Murine Preosteoblast Differentiation Induced by a Peptide Derived from Bone Morphogenetic Proteins-9
Notice bibliographique
Résumé
Bone morphogenetic proteins (BMPs) increase the differentiation of osteoblasts implicated in bone formation and repair. In a previous study, we demonstrated that a peptide derived from BMP-9 (pBMP-9) at 400 ng/mL inhibited murine preosteoblasts MC3T3-E1 proliferation. Here, we compared the effects of equimolar concentrations of BMP-2 (50 ng/mL), BMP-9 (42.3 ng/mL), and pBMP-9 (4.52 ng/mL) on the differentiation of MC3T3-E1 in a serum-free medium. Like BMP-2, BMP-9 and pBMP-9 activated the Smad pathway. In contrary to BMP-2, the Smad phosphorylation induced by BMP-9 and pBMP-9 is not prevented by noggin, an extracellular antagonist of BMP-2. Further, BMP-9 and pBMP-9 increased, dose dependently, alkaline phosphatase activity, an early marker of osteoblast differentiation, after 1 day. Quantitative real-time polymerase chain reaction analysis demonstrated that BMP-2, BMP-9, and pBMP-9 (4.52 or 400 ng/mL) all activated the transcription of Runx2, Osterix, type I collagen alpha1 chain, and Osteocalcin genes within day 6. Alizarin red S quantification demonstrated that pBMP-9 (400 ng/mL) and pBMP-9 (4.52 ng/mL) allowed a slight deposition of Ca(2+) in the extracellular matrix of cells within 12 and 18 days, respectively. Therefore, pBMP-9 might be a promising replacement for costly BMP in tissue engineering applications that require a well-defined serum-free medium.
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) | 0,001 | 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 | 0,001 |
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 ».