An Optimized <i>In Vitro</i> Model of the Respiratory Tract Wall to Study Particle Cell Interactions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
As a part of the respiratory tissue barrier, lung epithelial cells play an important role against the penetration of the body by inhaled particulate foreign materials. In most cell culture models, which are designed to study particle-cell interactions, the cells are immersed in medium. This does not reflect the physiological condition of lung epithelial cells which are exposed to air, separated from it only by a very thin liquid lining layer with a surfactant film at the air-liquid interface. In this study, A549 epithelial cells were grown on microporous membranes in a two chamber system. After the formation of a confluent monolayer the cells were exposed to air. The morphology of the cells and the expression of tight junction proteins were studied with confocal laser scanning and transmission electron microscopy. Air-exposed cells maintained monolayer structure for 2 days, expressed tight junctions and developed transepithelial electrical resistance. Surfactant was produced and released at the apical side of the air-exposed epithelial cells. In order to study particle-cell interactions fluorescent 1 microm polystyrene particles were sprayed over the epithelial surface. After 4 h, 8.8% of particles were found inside the epithelium. This fraction increased to 38% after 24 h. During all observations, particles were always found in the cells but never between them. In this study, we present an in vitro model of the respiratory tract wall consisting of air-exposed lung epithelial cells covered by a liquid lining layer with a surfactant film to study particle-cell interactions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle