Time course of transforming growth factor-?1 (TGF-?1) mRNA expression in the host reaction to alginate-poly-L-lysine microcapsules following implantations into rat epididymal fat pads
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
Microencapsulation of islets of Langerhans within semipermeable membranes has been proposed to prevent their immune destruction after transplantation. However, the successful application of this method is impaired by a pericapsular reaction, which eventually induces graft failure. Our goal is to study the role of cytokines in the pathogenesis of this reaction, using the model of alginate-poly-L-lysine microcapsule implantation into Wistar rat epididymal fat pads (EFP). The specific objective of this study was to determine the time course of transforming growth factor (TGF)-beta(1) mRNA expression by semi-quantitative reverse transcriptase-polymerase chain reaction. Microcapsules induced an increase of TGF-beta(1) mRNA expression that reached a maximum 14 days after implantation. Seven, 14, 30, and 60 days after microcapsule implantation, the expression of TGF-beta(1) mRNA was significantly higher in pericapsular infiltrate cells than in nonimplanted EFP cells (p<0.05, p<0.0001, p<0.005, and p<0.01, respectively). Injection of physiological saline induced a small and gradual augmentation of TGF-beta(1) mRNA expression with a maximum 30 days after injection (p<0.01 vs. nonimplanted EFP cells). These results demonstrated that microcapsule implantation, in comparison with saline injection, induce an early, extended, and amplified TGF-beta(1) mRNA expression. This suggests that TGF-beta(1) plays a role in the pathogenesis of the pericapsular host reaction.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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