MétaCan
Menu
Retour à la cohorte
Enregistrement W2107585300 · doi:10.1139/o01-237

Production and characterization of an in vitro engineered human oral mucosa

2002· article· en· W2107585300 sur OpenAlexafffundvenue
Mahmoud Rouabhia, Noëlla Deslauriers

Notice bibliographique

RevueBiochemistry and Cell Biology · 2002
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProteoglycans and glycosaminoglycans research
Établissements canadiensUniversité Laval
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOral mucosaLamina propriaKeratinSecretionBiologyBasement membraneCytokineEpitheliumImmunologyTumor necrosis factor alphaPathologyCell biologyMedicineAnatomyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The role of epithelial cells in oral pathologies is poorly understood. Until now, most studies have used normal or transformed epithelial cell monolayers, a system that largely bypasses oral mucosal complexity. To overcome these limitations, an engineered human oral mucosa (EHOM) model has been produced and characterized. Following histological and immunohistochemical analyses, EHOM showed well-organized and stratified tissues in which epithelial cells expressed proliferating keratins such as Ki-67, K14, and K19 and also differentiating keratin (K10). In this model, epithelial cells interacted with fibroblasts in the lamina propria by secreting basement membrane proteins (laminins) and by expressing integrins (beta1 and alpha2beta1). Cytokine analyses using cultured supernatants showed that cells in EHOM were able to secrete interleukins (IL) including IL-1beta and IL-8 and tumor necrosis factor alpha (TNF-alpha). Finally, cells in this engineered model were able to secrete different metalloproteinases such as gelatinase-A and gelatinase-B. In conclusion, using tissue engineering technology, we produced well-organized EHOM tissues. It is anticipated that this model will be useful for examining mechanisms involved in oral diseases under controlled conditions by modeling the interactions between mucosa and microorganisms in the oral cavity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,436

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations49
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetProteoglycans and glycosaminoglycans researchTravaux en français237 207