Short‐period Effects of Zirconia and Titanium on Osteoblast MicroRNAs
Notice bibliographique
Résumé
BACKGROUND: MicroRNAs (miRNAs) are a class of small, functional, noncoding RNAs of 19 to 23 nucleotides which induce degradation of specific messenger RNAs (mRNAs), thus controlling the translational process (ie, synthesis of proteins from mRNAs). In addition, mRNAs regulate the promoter of specific miRNAs activating an autoregulatory feedback loop. PURPOSE: Titanium and zirconium dioxide ceramics (ZDCs) are used to make dental implants. Because the molecular mechanism by which ZDC and Ti act on osteoblasts is incompletely understood, we attempted to get more information by comparing the effect of ZDC and Ti on osteoblast miRNAs. MATERIALS AND METHODS: By using miRNA microarray technique, we identified in osteoblast-like cell line (MG63) grown on grade 3 Ti and ZDC disks several miRNAs whose expression was modified. We collected mRNAs after 24 hours of cell culturing to better understand molecular events related to early bone healing around inserted implants. An mRNA microarray technique was then performed as a control. RESULTS: There were six up- and four down-regulated miRNAs. Because every miRNA regulates hundreds of genes, we focused only on those related to bone formation. Among them, the most notable are BMP4 and 7, which are both up-regulated in osteoblasts cultured on Ti disks. CONCLUSION: The detected miRNAs differentially expressed in osteoblast-like cells grown on ZDC versus Ti act on a limited number of miRNAs and bone-related genes. The most notable are BMP4 and 7, which are more expressed in osteoblasts exposed to Ti surface. Consequently, we suggest that Ti surfaces could provide some advantages to immediate load implantology.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».