Substratum roughness alters the growth, area, and focal adhesions of epithelial cells, and their proximity to titanium surfaces
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
Epithelial (E) cells were cultured on smooth tissue culture plastic (TCP), TCP-Ti, polished Ti (P), and rough grit-blasted Ti (B), acid-etched Ti (AE), and grit-blasted and acid-etchedTi (SLA) surfaces and their growth, area, adhesion, and membrane-Ti proximity assessed. Rough surfaces decreased the growth of E cells compared to smooth surfaces in cultures up to 28 days. In general rough surfaces decreased the spreading of E cells as assessed by their area with the most pronounced affect for the SLA surface. On the other hand, the strength of E cells adhesion as inferred by immunofluorescence staining of vinculin in focal adhesions indicated that E cells formed more and larger focal adhesions on the smooth P surface compared to the rougher AE surface. As this finding indicates a stronger adhesion to smooth surfaces, it is likely that E cells on rough surfaces are more susceptible to mechanical removal. An immunogold labeling method was developed to visualize focal adhesions using back-scattered electron imaging with a scanning electron microscope (SEM). On rough surfaces focal adhesions were primarily localized on to the ridges rather than the valleys and the cells tended to bridge over the valleys. Transmission electron microscopy (TEM) measurements of membrane proximity to the Ti surface indicated that average distance of cell to the Ti increased as the Ti surface roughness increased. Therefore, the size and shape of surface features are important determinants of epithelial adhesive behavior and epithelial coverage of rough surfaces would be difficult to attain if such surfaces become exposed.
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 | 0,002 | 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