MétaCan
Menu
Retour à la cohorte
Enregistrement W2095048053 · doi:10.1089/ten.teb.2009.0825

Different Facets of Aging in Human Mesenchymal Stem Cells

2010· review· en· W2095048053 sur OpenAlexfundno aff
Wolfgang Wagner, Anthony D. Ho, Martin Zenke

Notice bibliographique

RevueTissue Engineering Part B Reviews · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueMesenchymal stem cell research
Établissements canadiensnon disponible
Organismes subventionnairesStem Cell Network
Mots-clésMesenchymal stem cellSenescenceTelomereBiologyCell biologyStem cellPhenotypePopulationCell cultureCellIn vitroCellular differentiationCell growthGeneticsGeneMedicine

Résumé

récupéré en direct d'OpenAlex

Mesenchymal stem cells (MSCs) have to be culture expanded to gain relevant cell numbers for therapeutic applications. However, within 2-3 months the proliferation rate of MSCs decays until they ultimately reach a senescent state. This is accompanied by enlarged morphology, reduced expression of surface markers, and decreased differentiation potential. So far it is only scarcely understood how long-term culture affects MSC preparations, and five processes seem to be involved: (1) MSCs are composed of different sub-populations, and due to different proliferation rates the heterogeneity changes in the course of in vitro expansion; (2) cells in culture acquire mutations and other stochastic cellular defects; (3) self-renewal of MSCs may be impaired under culture conditions, leading to gradual differentiation; (4) the number of cell divisions might be restricted (e.g., by loss of telomeres), and (5) replicative senescence might be associated with the aging process of the organism. There is a growing perception that long-term culture has to be taken into account--especially for clinical applications. On the other hand, the state of replicative senescence is poorly defined by the number of population doublings or even by the number of passages. Reliable molecular measures for cellular aging are urgently needed.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,123
Tête enseignante GPT0,397
Écart entre enseignants0,274 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations221
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTissue Engineering Part B ReviewsMême sujetMesenchymal stem cell researchTravaux en français237 207