MétaCan
Menu
Retour à la cohorte
Enregistrement W2023352663 · doi:10.1002/jctb.1854

The macrophage–biomaterial interface: a proteomic analysis of the conditioned medium environment

2008· article· en· W2023352663 sur OpenAlexaff
Donna Lee M. Dinnes, Helder Marçal, Mark J. Raftery, Rosalind S. Labow, Stephen M. Mahler

Notice bibliographique

RevueJournal of Chemical Technology & Biotechnology · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésProteomicsChemistryCell biologyIntracellularExtracellular matrixProteomeBiomaterialBiophysicsBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND: Proteomic techniques provide an approach for exploration of intracellular structure and function as well as extracellular microenvironments. However, proteomics has not been extensively applied to examine cell–material interface dynamics or the conditioned medium (CM) that ensues. Monocyte‐derived macrophages (MDM) are of particular interest as they are the predominant cell type contributing to chronic inflammation at long‐term implant sites. The current study compares the CM generated when MDM were adherent to tissue culture polystyrene (TCPS) or a model polycarbonate–urethane (PCNU). Two‐dimensional electrophoresis and either matrix‐assisted laser desorption/ionization time‐of‐flight mass spectrometry or liquid chromatography Fourier transform mass spectrometry were used for protein identification to begin to assess how the CM is altered when MDM are in contact with a degradable PCNU material relative to a typical tissue culture surface. RESULTS: Proteomic analysis of CM samples identified regulatory molecules associated with specific activation pathways, such as interferon‐γ, and degradative proteins, such as matrix metalloproteinases and chitinase‐like proteins, suggesting their involvement in the MDM response to PCNU materials. Furthermore, this study illustrates the challenges in analysing CM protein profiles against a background of intracellular protein, originating from lysed cells or cell fragments, and cell culture additives such as fetal bovine serum. CONCLUSIONS: The microenvironment surrounding an MDM–biomaterial interface is complex, containing proteins that relate to intracellular signalling pathways, cytoskeletal remodelling, degradation as well as the presence of serum factors necessary for cell attachment. The use of proteomics to determine the CM protein profile should continue to aid in the elucidation of cell–material interactions. Copyright © 2008 Society of Chemical Industry

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,194
Écart entre enseignants0,189 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Technology & BiotechnologyMême sujetBone Tissue Engineering MaterialsTravaux en français237 207