Comparison of the response of cultured osteoblasts and osteoblasts outgrown from rat calvarial bone chips to nonfouling KRSR and FHRRIKA‐peptide modified rough titanium surfaces
Notice bibliographique
Résumé
Mimicking proteins found in the extracellular matrix (ECM) using specific peptide sequences is a well-known strategy for the design of biomimetic surfaces, but has not yet been widely exploited in the field of biomedical implants. This study investigated osteoblast and, as a control, fibroblast proliferation to novel consensus heparin-binding peptides sequences KRSR and FHRIKKA that were immobilized onto rough (particle-blasted and chemically etched) commercially pure titanium surfaces using a poly(L-lysine)-graft-poly(ethylene glycol) (PLL-g-PEG) molecular assembly system. This platform enabled a detailed study of specific cell-peptide interactions even in the presence of serum in the culture medium; thanks to the excellent nonfouling properties of the PLL-g-PEG surface. Cell-binding peptide sequence RGD in combination with KRSR or FHRRIKA was used to examine a potentially-enhanced or synergistic effect on osteoblast proliferation. Bare titanium and bioinactive surfaces (i.e., unfunctionalized PLL-g-PEG and scrambled KSSR, RFHARIK, and RDG) were used as control substrates. Additionally, in a newly developed experimental setup, freshly harvested bone chips from newborn rat calvariae were placed onto the same type of surfaces investigating size and pattern of osteoblast outgrowths. The findings of the current study demonstrated that the difference in osteoblast and fibroblast proliferation was influenced by surface topography more so than by the presence of surface-bound KRSR and FHRRIKA. On the other hand, in comparison with the control surfaces, osteoblast outgrowths from rat calvarial bone chips covered a significantly larger area on RGD, KRSR, and FHRRIKA surfaces after 8 days and also migrated in an isotropic way unlike cells on the bioinactive substrates. Furthermore, the stimulatory effect of 0.75 pmol cm(-2) RGD on osteoblast migration pattern could be enhanced when applied in combination with 2.25 pmol cm(-2) KRSR.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».